### NumPy 数组转轴操作：`transpose` 和 `swapaxes` 在 NumPy 中，数组的转轴操作可以通过 `transpose` 或 `swapaxes` 方法实现。这两种方法都允许用户重新排列数组的轴（维度），从而改变数据的布局。 #### 1. 使用 `transpose` 方法 `transpose` 方法可以对数组的轴进行重新排序。对于二维数组，它等价于矩阵转置；对于高维数组，可以通过指定新的轴顺序来实现更复杂的转置操作。 - **语法**： ```python numpy.transpose(arr, axes=None) ``` - `arr`: 输入数组。 - `axes`: 新的轴顺序，默认为逆序。 - **示例**： ```python import numpy as np arr = np.arange(24).reshape((2, 3, 4)) print("原始数组形状:", arr.shape) # 轴顺序保持不变 arr_t1 = arr.transpose((0, 1, 2)) print("轴顺序 (0, 1, 2):", arr_t1.shape) # 输出: (2, 3, 4) [^2] # 轴顺序调整为 (1, 0, 2) arr_t2 = arr.transpose((1, 0, 2)) print("轴顺序 (1, 0, 2):", arr_t2.shape) # 输出: (3, 2, 4) [^2] # 轴顺序调整为 (2, 1, 0) arr_t3 = arr.transpose((2, 1, 0)) print("轴顺序 (2, 1, 0):", arr_t3.shape) # 输出: (4, 3, 2) ``` #### 2. 使用 `swapaxes` 方法 `swapaxes` 方法用于交换两个指定的轴。与 `transpose` 不同，`swapaxes` 只涉及两个轴的互换，而其他轴保持不变。 - **语法**： ```python numpy.swapaxes(arr, axis1, axis2) ``` - `arr`: 输入数组。 - `axis1`: 第一个需要交换的轴。 - `axis2`: 第二个需要交换的轴。 - **示例**： ```python import numpy as np arr = np.arange(24).reshape((2, 3, 4)) print("原始数组形状:", arr.shape) # 交换第 0 轴和第 1 轴 arr_s1 = np.swapaxes(arr, 0, 1) print("交换第 0 轴和第 1 轴:", arr_s1.shape) # 输出: (3, 2, 4) [^1] # 交换第 1 轴和第 2 轴 arr_s2 = np.swapaxes(arr, 1, 2) print("交换第 1 轴和第 2 轴:", arr_s2.shape) # 输出: (2, 4, 3) [^1] # 交换第 0 轴和第 2 轴 arr_s3 = np.swapaxes(arr, 0, 2) print("交换第 0 轴和第 2 轴:", arr_s3.shape) # 输出: (4, 3, 2) [^1] ``` #### 3. `.T` 属性 `.T` 是 `transpose` 的简写形式，适用于二维数组时等价于矩阵转置。对于更高维数组，`.T` 默认将轴顺序反转。 - **示例**： ```python import numpy as np arr = np.arange(6).reshape((2, 3)) print("原始数组:\n", arr) print("转置后数组:\n", arr.T) # 等价于 arr.transpose() arr_3d = np.arange(24).reshape((2, 3, 4)) print("三维数组转置后形状:", arr_3d.T.shape) # 输出: (4, 3, 2) [^2] ``` ### 总结 - `transpose` 方法支持任意轴的重新排列，灵活性较高。 - `swapaxes` 方法仅用于交换两个指定的轴，适合简单的轴互换场景。 - `.T` 属性是 `transpose` 的简化形式，特别适用于二维数组的矩阵转置。