轴在更高程度的 numpy 数组中交换答案

【问题标题】：Axes Swapping in higher degree numpy arrays轴在更高程度的 numpy 数组中交换
【发布时间】：2017-08-10 00:56:20
【问题描述】：

所以我开始着手弄清楚 numpy swapaxes 函数是如何运作的，并且在交换维度 > 3 的数组中的轴时遇到了某种障碍。说

import numpy as np
array=np.arange(24).reshape(3,2,2,2)

这将创建一个形状为 (3,2,2,2) 且元素为 0-2 的 numpy 数组。有人可以向我解释一下在这种情况下轴交换究竟是如何工作的，我们无法分别可视化四个轴吗？假设我想交换轴 0 和轴 2。

array.swapaxes(0,2)

如果有人能真正描述当有 4 个或更多轴时发生的抽象交换，那就太好了。谢谢！

【问题讨论】：

标签： arrays numpy swap axes

【解决方案1】：

你如何“描述”一个 4d 数组？我们没有直觉可以匹配；我们能做的最好的就是从 2d 经验中进行项目。行、列、平面、??

这个数组足够小，可以显示实际的打印：

In [271]: arr = np.arange(24).reshape(3,2,2,2)
In [272]: arr
Out[272]: 
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]]]])

打印用额外的 [] 和空白行标记更高的尺寸。

In [273]: arr.swapaxes(0,2)
Out[273]: 
array([[[[ 0,  1],
         [ 8,  9],
         [16, 17]],

        [[ 4,  5],
         [12, 13],
         [20, 21]]],


       [[[ 2,  3],
         [10, 11],
         [18, 19]],

        [[ 6,  7],
         [14, 15],
         [22, 23]]]])

要查看实际执行的操作，我们必须查看数组的底层属性

In [274]: arr.__array_interface__
Out[274]: 
{'data': (188452024, False),
 'descr': [('', '<i4')],
 'shape': (3, 2, 2, 2),
 'strides': None,    # arr.strides = (32, 16, 8, 4)
 'typestr': '<i4',
 'version': 3}
In [275]: arr.swapaxes(0,2).__array_interface__
Out[275]: 
{'data': (188452024, False),
 'descr': [('', '<i4')],
 'shape': (2, 2, 3, 2),
 'strides': (8, 16, 32, 4),
 'typestr': '<i4',
 'version': 3}

data 属性是相同的 - 交换是一个视图，与原始共享数据缓冲区。所以没有数字移动。

形状变化很明显，我们告诉它交换。有时它有助于使所有维度都不同，例如(2,3,4)

它还交换了 2 个strides 值，尽管这对显示的影响很难解释。我们必须了解形状和步幅如何协同工作以创建多维数组（从平面数据缓冲区）。

【讨论】：