为什么 3D numpy 数组按原样打印（它们是如何排序的）？

Question

我正在努力思考 3D 数组（或一般的多维数组），但这让我有点头疼。特别是打印 3D numpy 数组的方式对我来说是违反直觉的。这个问题是 similar 但更多的是关于编程语言之间的差异，我仍然没有完全理解。让我试着解释一下。

假设我想创建一个 3 行（长度）、5 列（宽度）和 2 深度的 3D 数组。所以一个 3x5x2 矩阵。

我执行以下操作：

import numpy as np
a = np.zeros(30).reshape(3, 5, 2)

对我来说，一种合乎逻辑的打印方式是这样的：

[[[0. 0. 0. 0. 0.]  #We can still see three rows from top to bottom
  [0. 0. 0. 0. 0.]] #We can still see five columns from left to right

 [[0. 0. 0. 0. 0.]  #Depth values are shown underneath each other
  [0. 0. 0. 0. 0.]] 

 [[0. 0. 0. 0. 0.]
  [0. 0. 0. 0. 0.]]]

然而，当我打印这个数组时，它打印如下：

[[[0. 0.] #We can still see three rows from top to bottom,
  [0. 0.] #However columns now also appear from top to bottom instead of from left to right
  [0. 0.] #Depth values are now shown from left to right
  [0. 0.]
  [0. 0.]]

 [[0. 0.]
  [0. 0.]
  [0. 0.]
  [0. 0.]
  [0. 0.]]

 [[0. 0.]
  [0. 0.]
  [0. 0.]
  [0. 0.]
  [0. 0.]]]

我不明白为什么要这样打印数组。也许这只是我（也许我的空间推理在这里缺乏），或者 NumPy 数组打印成这样有什么具体原因吗？

Answer 1

正在将评论综合为正确答案：

首先，看一下np.zeros(10).reshape(5, 2)。那是 5 行 2 列，而不是 2 行 5 列。前面加3就是3个5行2列的平面。您缺少的是您的新维度位于前面，而不是结尾。在数学中，通常在末尾添加额外的维度（就像用 z 扩展 (x,y) 变成 (x,y,z)。但是，在计算机科学中，数组维度通常以这种方式完成。它反映了数组的方式通常以行优先顺序存储在内存中。

为什么 3D numpy 数组按原样打印（它们是如何排序的）？

Why are 3D numpy arrays printed the way they are (How are they ordered)?

python

numpy

multidimensional-array

numpy-ndarray