如下所示：

import numpy as np 

三維數組

arr1 = np.arange(16).reshape((2, 2, 4)) #[[[ 0 1 2 3] # [ 4 5 6 7]]  # [[ 8 9 10 11] # [12 13 14 15]]]  arr2=arr1.transpose((1,0,2)) #[[[ 0 1 2 3] # [ 8 9 10 11]] # # [[ 4 5 6 7] # [12 13 14 15]]] 

正序為（0，1，2），數組為

#[[[ 0 1 2 3] # [ 4 5 6 7]]  # [[ 8 9 10 11] # [12 13 14 15]]] 

為什么進過tanspose（1，0，2），數組變為

#[[[ 0 1 2 3] # [ 8 9 10 11]] # # [[ 4 5 6 7] # [12 13 14 15]]] 

仔細觀察之后，可以看到轉置后的數組和轉置前的數組的區別就是第一頁的第二行和第二頁的第一行對換了，可是為什么？

當我用arr1[0,1,0]，索引值為4

當我用arr2[1,0,0]，索引值為4

對比索引參數表的變化和正序和轉置序的不同似乎存在某種聯系

對于arr1數組，索引參數表[0，0，x]可以表示第一頁的第一行，當前兩個參數對換之后，同一個元素的索引參數表并沒有變化

故arr2的第一頁第一行和arr1的第一頁第一行相同

對于arr1數組，索引參數表[0，1，x]可以表示第一頁第二行，當前兩個參數對換之后，同一個元素的索引值比如[0，1，0]變為[1，0，0]，

這就是解釋了索引值4的索引參數表的不同

大概就是這個思路所以transpose(1,0,2)，數組的第一頁第二行和第二頁第一行對換

后面的四種轉置方式也大致是這個思路，仔細觀察一下，理解起來應該不難

arr3=arr1.transpose((0,2,1))  # [[[ 0 4] # [ 1 5] # [ 2 6] # [ 3 7]] # # [[ 8 12] # [ 9 13] # [10 14] # [11 15]]]  arr4=arr1.transpose((2,0,1)) #[[[ 0 4] # [ 8 12]] # # [[ 1 5] # [ 9 13]] # # [[ 2 6] # [10 14]] # # [[ 3 7] # [11 15]]] 

這里要注意的是，arr4數組變成4頁，這是因為頁碼和行碼對換之后，

頁碼從數量2，變成了4

而行碼從數量4，變成了2

arr5=arr1.transpose((2,1,0)) #[[[ 0 8] # [ 4 12]] # # [[ 1 9] # [ 5 13]] # # [[ 2 10] # [ 6 14]] # # [[ 3 11] # [ 7 15]]]  arr6=arr1.transpose((1,2,0)) #[[[ 0 8] # [ 1 9] # [ 2 10] # [ 3 11]] # # [[ 4 12] # [ 5 13] # [ 6 14] # [ 7 15]]] 

另外，轉置（2，0，1）可以看成，先轉置（0，2，1）再轉置（1，0，2）

轉置（2，1，0）可以看成，先轉置（1，0，2），然后轉置（0，2，1），最后轉置（1，0，2）

轉置（1，2，0）可以看成，先轉置（1，0，2），在轉置（0，2，1）

代碼可以寫成

arr4=arr1.transpose(0,2,1).transpose(1,0,2) 

#[[[ 0 4]# [ 8 12]]## [[ 1 5]# [ 9 13]]## [[ 2 6]# [10 14]]## [[ 3 7]# [11 15]]]

結果一樣！

以上這篇numpy.transpose對三維數組的轉置方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。