Numpy中关于np.rollaxis和np.swapaxes的理解-优快云博客

numpy.rollaxis(arr, axis, start)

arr：数组
axis：要滚动的轴，其它轴的相对位置不变
start：默认为零，要滚动到目标位置。

举例说明:

>>> a = np.ones((3,4,5,6))
>>> np.rollaxis(a, 3, 1).shape       #把数组a的3轴滚动到1轴位置，其他轴相对位置相对不变
(3, 6, 4, 5)
>>> np.rollaxis(a, 2).shape          #目标位置可以缺省,默认为0，这里的np.rollaxis(a,2)等价于np.rollaxis(a,2,0)
(5, 3, 4, 6)
>>> np.rollaxis(a, 1, 4).shape
(3, 5, 6, 4)

详细一点的例子是:

In:

a = np.arange(12).reshape((3,2,2))

print("原数组：\n")
print(a)
print(np.where(a==9))
print(a.shape)
print()


#将2轴滚动到0轴
print("执行rollaxis函数后:")
b = np.rollaxis(a,2,0)
print(b)
print(np.where(b==9))
print(b.shape)

Out:

原数组：
[[[ 0 1]
[ 2 3]]
[[ 4 5]
[ 6 7]]
[[ 8 9]
[10 11]]]
(array([2], dtype=int64), array([0], dtype=int64), array([1], dtype=int64)) #即元素9所在的位置下标为(2,0,1)
原数组形状: (3, 2, 2)

执行rollaxis函数后:
[[[ 0 2]
[ 4 6]
[ 8 10]]
[[ 1 3]
[ 5 7]
[ 9 11]]]
(array([1], dtype=int64), array([2], dtype=int64), array([0], dtype=int64)) #轴滚动之后元素9所在的位置下标为(1,2,0)
轴滚动之后的数组形状: (2, 3, 2)

可以看出，元素的位置变化与轴变化一致。其实简单来说，轴滚动并不改变元素的大小，只是元素的位置下标因为轴的变化而变化了，相当于三维空间中旋转x,y,z轴，原来在(x,y)平面的点现在可能变成在(y,z)平面上的点了，但是大小并没变，只是相对坐标位置变化了而已。

numpy.swapaxes(arr, axis1, axis2)

arr：输入的数组
axis1：对应第一个轴的整数
axis2：对应第二个轴的整数

swapaxes函数的功能很简单，作用是直接交换两个轴，请看下面的例子。

>>> a = np.ones((2,3,4,5,6))
>>> np.swapaxes(a, 3, 1).shape
(2, 5, 4, 3, 6)
>>> np.swapaxes(a, 2,0).shape
(4, 3, 2, 5, 6)
>>> np.swapaxes(a, 4, 2).shape
(2, 3, 6, 5, 4)

详细的例子:

In:

a = np.arange(12).reshape((3,2,2))

print("原数组：\n")
print(a)
print(np.where(a==9))
print(a.shape)
print()


#将2轴和0轴直接交换
print("执行swapaxes函数后:")
b = np.swapaxes(a,2,0)
print(b)
print(np.where(b==9))
print(b.shape)

Out:

原数组：
[[[ 0 1]
[ 2 3]]
[[ 4 5]
[ 6 7]]
[[ 8 9]
[10 11]]]
(array([2], dtype=int64), array([0], dtype=int64), array([1], dtype=int64)) #元素9所在原始数组中的位置下标为(2,0,1)
原数组形状: (3, 2, 2)
执行rollaxis函数后:
[[[ 0 4 8]
[ 2 6 10]]
[[ 1 5 9]
[ 3 7 11]]]
(array([1], dtype=int64), array([0], dtype=int64), array([2], dtype=int64)) #元素9在新数组中的位置下标为(1,0,2)
新数组形状: (2, 2, 3)