import  numpy as np
#創(chuàng)建一個三維數(shù)組，這個三維數(shù)組的形狀是 2 x 2 x 4 ,三維數(shù)組包括兩個二維數(shù)組，二維數(shù)組中包含兩個一維數(shù)組，一維數(shù)組的數(shù)組維度長度是 4
arr = np.arange(16)
arr2 = arr.reshape(4,-1)
arr3 = arr.T
0

我們通過數(shù)組的迭代來檢查numpy數(shù)組的轉(zhuǎn)置是否對原數(shù)組位置做了改變，這里我們要引用numpy.nditer() 方法

對原數(shù)組進行迭代：

arr = np.arange(16)
arr2 = arr.reshape(4,-1)
for x in np.nditer(arr2): # 需要注意的是for循環(huán)的末尾一定要加上 冒號（:）
 print(x,end=" ")

我們對通過 arr2的轉(zhuǎn)置數(shù)組arr3做迭代

arr = np.arange(16)
arr2 = arr.reshape(4,-1)
arr3 = arr2.T
for xx in np.nditer(arr3):
 print(xx,end=" ")

可以發(fā)現(xiàn)他們的打印結(jié)果未發(fā)生任何變化，所以可以證實，數(shù)組轉(zhuǎn)置并不是改變了原數(shù)組的元素位置，只是改變了它的索引方式。

其實我可以告訴你，一個最終結(jié)果，原數(shù)組和對原數(shù)組的轉(zhuǎn)置在內(nèi)存中是共享數(shù)據(jù)的，，類似于家里的小狗叫做旺旺和小黃，其實指的是是一個東西

在這里需要注意的是，在數(shù)組轉(zhuǎn)置下對數(shù)組作修改一定會影響到原數(shù)組

例如：

arr = np.arange(10).reshape(2,5)
arr2 = arr.T
#為了方便理解我上述說的意思，我引用下面的實例
#對arr2中的某一數(shù)組作以修改
print(arr)  # 原數(shù)組
arr2[2][1] = 200  #在原數(shù)組轉(zhuǎn)置后，對其中 某一個元素做修改
print(arr2)  # 打印對原數(shù)組轉(zhuǎn)之后的數(shù)組
print(arr)   #打印原數(shù)組

發(fā)現(xiàn)了什么我們最初定義的數(shù)組被篡改了，不知道大家對數(shù)組的轉(zhuǎn)置和原數(shù)組公用一個內(nèi)存位置的概念的理解是否變得容易

array.transpose() 軸交換

雖然，transpose方法可以實現(xiàn)轉(zhuǎn)置，但是它的真正用途是軸交換，我前面提到.T 方法只適合用于一二數(shù)組，三維，四維就要用到transpose（）方法。

transpose（）方法中的參數(shù)和數(shù)組的維度有關(guān)，拿三位數(shù)組來說共需要三個參數(shù)分別是，

transpose（x,y,z）其中的參數(shù)分別對應0，1，2,只需要變換軸對應數(shù)字參數(shù)的順序就可以將數(shù)組進行軸的變換。

原數(shù)組對應的參數(shù)順序是，transpose(0,1,2)

import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(arr)
arr2 = arr.transpose((0,2,1))  #我在這里改變了列和縱深的順序
print(arr2)