np.transpose & np.expand_dims

一、numpy.transpose(a, axes=None)

  功能：
    对高维数组进行坐标轴上的变换，即进行转置操作。
  参数：
    a： Numpy输入数组
    axes： 如果指定，它必须是包含 [0,1,…,N-1] 排列的元组或列表，其中 N 是 a 的轴数(可以理解为维度)。返回数组的第 i 个轴将对应于axes[i]输入的编号轴。如果未指定，则默认为range(a.ndim)[::-1]，这会反转轴的顺序
  返回：
    dst： 转置后的数组

  
  用线性代数的来表达的话跟下图一样：

  说得简单点transpose()的功能就是改变数组中不同维度的位置。
  举个例子：

import numpy as np

x = np.ones((1,2,3))  #我们先创建一个三维的数组

我们使用 transpose() 函数交换 x 数组不同维度的位置：

x_temp = np.transpose(x, (1, 0, 2))

很明显，我们可以看到x数组的第0维和第2维交换位置，原本是(1,2,3)格式的数组变成了(2,1,3)格式。

二、numpy.expand_dims(a, axes=None)

  功能：
    对数组新添加一个维度
  参数：
    a： Numpy输入数组
    axes： 放置新维度（或多个维度）的位置。
  返回：
    dst： 添加新维度后的数组

例子：

x = np.ones((1,2,3)) 
x_temp2 = np.expand_dims(x,0)  #在0维度插入一个新的维度

x = np.ones((1,2,3)) 
x_temp2 = np.expand_dims(x,axis=(0, 1))  #axis也可能是一个元组