耶洛
以下是我对np.transpose(arr, perm_pos)的理解：
假设我们想要将3D np.ndarray的轴移动到转置ndarray中的特定位置，我们本质上将perm_pos指定为目标轴索引。例如：
a = np.arange(100).reshape((2, 10, 5))
target_shape = (5, 2, 10)
print(f"Explicit shape transform: {a.transpose((1, 2, 0)).shape}") # prints the target shape as above.字符串
到目前为止一切顺利！
现在考虑以下示例：
# bigger example
b = np.arange(239400).reshape((126, 380, 5))
target_shape_ = (5, 126, 380)
print(f"Explicit shape transform: {b.transpose((1, 2, 0)).shape}") # prints a different shape from the desired target_shape型
为什么会出问题？
我知道我可以简单地使用np.moveaxis函数通过np.moveaxis（b，-1，0）将axis 3带到0的位置，但这不是我想做的事情。这里发生了什么？
干杯！干杯！
已编辑
很抱歉误解了函数参数。是的，上面的代码确实没有产生所需的目标形状。将perm_pos设置为(2, 0, 1)将产生所需的target_shape。
2条答案
按热度按时间mutmk8jj1#
当我这样做的时候，我在两种情况下都没有得到指定的顺序。相反，我得到了（10，5，2）和（380，5，126）。如果你在两种情况下都把（1，2，0）改为（2，0，1），它会像预期的那样工作，所以在小例子和大例子之间没有区别。
83qze16e2#
让我清楚地解释如何计算置换参数：在你的例子中，你想把一个大小为（a，B，c）的数组转置为（a，c，B）。要计算置换参数，首先你必须对每个轴进行Python编号，所以在给定的例子中：“a”是axis=0，“B”是axis =1，“c”是axis=2。然后，您应该保持原始轴编号，并将这些编号排列成最终所需的轴排列，如：a应该放在axis=1上，“a”是由数字0表示，所以0位于axis=1的位置，这给出了=>（？，0，？），并且通过对其他轴保持相同的条件，将获得（2，0，1）的置换变元。然而，在计算置换变元时，很容易将最终轴数误认为是原始轴数，例如错误地考虑：“a”应该变成axis=1，“b”应该变成axis=2，而“c”应该变成axis=0，这给出了错误的值（1，2，0）。在某些情况下，即使你选择了第二种方法（错误的）如果排列变化是对称的，从中轴线的Angular 来看，（在3维中，它是轴=1，但例如在4维中，它是轴=1和轴=2之间的假想轴），例如，如果你想将（a，b，c）整形为（c，b，a），这两种方法都产生（2，1，0）的置换参数。所以，很容易认为你的错误方法是正确的，并想知道为什么它不适用于某些特定的整形！