numpy.swapaxes 是如何运作的？

Question

我创建了一个示例数组：

a = np.arange(18).reshape(9,2)

在打印时，我将其作为输出：

[[ 0  1]
[ 2  3]
[ 4  5]
[ 6  7]
[ 8  9]
[10 11]
[12 13]
[14 15]
[16 17]]

执行此整形时：

b = a.reshape(2,3,3).swapaxes(0,2)

我得到：

[[[ 0  9]
[ 3 12]
[ 6 15]]

[[ 1 10]
[ 4 13]
[ 7 16]]

[[ 2 11]
[ 5 14]
[ 8 17]]]

我回答了这个问题，但它并没有解决我的问题。

Reshape an array in NumPy

文档也没有用。

https://docs.scipy.org/doc/numpy/reference/generated/numpy.swapaxes.html

我需要知道交换是如何工作的（即 x 轴、y 轴、z 轴）。图表解释将是最有帮助的。

Answer 1

从整形开始

In [322]: a = np.arange(18).reshape(2,3,3)
In [323]: a
Out[323]: 
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]]])

这显示为 2 个平面，每个平面都是 3x3。那部分清楚了吗？数组在某一点的形状为 (9,2) 的事实并不重要。重塑不会改变元素的顺序。

应用swapaxes。形状现在是 (3,3,2)。 3 个平面，每个平面为 3x2。这个特定的交换与转置相同

np.arange(18).reshape(2,3,3).transpose(2,1,0)

中轴不变。还有[0,3,6],[9,12,15]等列

使用 3 个不同大小的轴可能更容易可视化变化

In [335]: a=np.arange(2*3*4).reshape(2,3,4)
In [336]: a
Out[336]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
In [337]: a.swapaxes(0,2)
Out[337]: 
array([[[ 0, 12],
        [ 4, 16],
        [ 8, 20]],

       [[ 1, 13],
        [ 5, 17],
        [ 9, 21]],

       [[ 2, 14],
        [ 6, 18],
        [10, 22]],

       [[ 3, 15],
        [ 7, 19],
        [11, 23]]])

注意当我展平数组时会发生什么

In [338]: a.swapaxes(0,2).ravel()
Out[338]: 
array([ 0, 12,  4, 16,  8, 20,  1, 13,  5, 17,  9, 21,  2, 14,  6, 18, 10,
       22,  3, 15,  7, 19, 11, 23])

术语顺序已打乱。创建时它是 [0,1,2,3...]。现在 1 是第 6 项 (2x3)。

在幕后 numpy 实际上通过更改 shape、strides 和 order 执行交换或转置，而不更改数据缓冲区（即它是一个视图） .但进一步的重塑，包括重塑，迫使它制作一个副本。但在这个阶段，这可能比帮助更令人困惑。

在 numpy 中轴被编号。 x、y、z 或平面、行、列等术语可能会帮助您将它们映射到您可以想象的结构上，但它们不是 'built-in'。用文字描述交换或转置很棘手。

Answer 2

这是我对swapaxes

的理解

假设你有一个数组

In [1]: arr = np.arange(16).reshape((2, 2, 4))

In [2]: arr
Out[2]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11],
        [12, 13, 14, 15]]])

而arr的形状是(2, 2, 4)，对于值7，可以通过

得到值

In [3]: arr[0, 1, 3]
Out[3]: 7

有3个轴0、1和2，现在，我们交换轴0和2

In [4]: arr_swap = arr.swapaxes(0, 2)

In [5]: arr_swap
Out[5]: 
array([[[ 0,  8],
        [ 4, 12]],

       [[ 1,  9],
        [ 5, 13]],

       [[ 2, 10],
        [ 6, 14]],

       [[ 3, 11],
        [ 7, 15]]])

如您所料，7 的索引为 (3, 1, 0)，轴 1 不变，

In [6]: arr_swap[3, 1, 0]
Out[6]: 7

所以，现在从索引的角度来看，交换轴只是改变索引的值。例如

In [7]: arr[0, 0, 1]
Out[7]: 1

In [8]: arr_swap[1, 0, 0]
Out[8]: 1

In [9]: arr[0, 1, 2]
Out[9]: 6

In [9]: arr_swap[2, 1, 0]
Out[9]: 6

所以，如果你觉得swapped-axis数组很难获取，就改变索引，比如arr_swap[2, 1, 0] = arr[0, 1, 2]。

numpy.swapaxes 是如何运作的？

How does numpy.swapaxes work?

python

arrays

numpy

reshape