numpy rollaxis - 它究竟是如何工作的？

Question

所以我在试验 numpy 并且在 rollaxis 方法中遇到了一个奇怪的 (?) 行为。

In [81]: a = np.ones((4, 3, 2))

In [82]: a.shape
Out[82]: (4, 3, 2)

In [83]: x = np.rollaxis(a, 2)

In [84]: x.shape
Out[84]: (2, 4, 3)

In [85]: np.rollaxis(x, -2).shape
Out[85]: (4, 2, 3)

-2 不应该反转滚动轴吗？我想要做的是应用一个只能在 2 坐标是第一个时应用的矩阵。但后来我想把我的数组放回原来的形式。我发现唯一有效的方法是两次应用np.rollaxis(x, 2)，或应用np.rollaxis(x, 0, start=3)。我只是通过猜测找到了这些，我不知道它们为什么起作用。他们似乎也掩盖了我真正想做的事情。有人可以解释一下我应该“反转”一卷的方式，或者我做错了什么吗？

（有pythonic的方法吗？）

Answer 1

axis==start 和axis == start-1 的结果是一样的

>>>a=np.ones([1, 2, 3, 4, 5, 6])
(1, 2, 3, 4, 5, 6)
>>> np.rollaxis(a, axis=2, start=2).shape
(1, 2, 3, 4, 5, 6)
>>> np.rollaxis(a, axis=2, start=3).shape
(1, 2, 3, 4, 5, 6)

Answer 2

基本思想是它围绕 nd 数组的轴移动。 它把axis参数提到的轴放在start参数提到的位置；发生这种情况时，以下位置的其余轴将向右移动。如果忽略start 参数，它会将提到的轴移动到第一个位置（即它将作为第0轴移动）

让我们通过一个例子来理解它：

In [21]: arr = np.ones((3,4,5,6))

In [22]: arr.shape
Out[22]: (3, 4, 5, 6)
# here 0th axis is 3, 1st axis is 4, 2nd axis is 5, 3rd axis is 6

# moving `3`rd axis as `1`st axis
In [27]: np.rollaxis(arr, 3, 1).shape

# see how `6` which was the third axis has been moved to location `1`
Out[27]: (3, 6, 4, 5)

在移动轴时（或按 NumPy 的说法滚动），该位置中已经存在的轴为传入轴腾出空间，并且该轴和后面的轴作为一个块向右侧移动。

如果忽略start参数，axis参数中的轴将被移动到前面（即第0个位置）。

In [29]: a.shape
Out[29]: (3, 4, 5, 6)

# ignoring the `start` moves the axis to the very front position.
In [30]: np.rollaxis(arr, 3).shape
Out[30]: (6, 3, 4, 5)

---

与 np.moveaxis

比较

In [38]: arr.shape
Out[38]: (3, 4, 5, 6)

In [39]: np.rollaxis(arr, 0, -1).shape
Out[39]: (4, 5, 3, 6)

In [40]: np.moveaxis(arr, 0, -1).shape
Out[40]: (4, 5, 6, 3)

在上面的例子中观察np.moveaxis 是如何进行循环移位的，而np.rollaxis 只是延伸 仅向右侧。

---

PS：另外，请注意，此 rollaxis 操作返回从 NumPy 1.10.0

开始的输入数组的视图

Answer 3

方法rollaxis

def rollaxis(a, axis, start=0):

在start“位置”重新分配选定的axis

按照你的例子：

a = np.ones((4, 3, 2))
x = np.rollaxis(a, 2)
# x.shape = (2, 4, 3)

关于形状：rollaxis 会将您最后一个axis=2 中的数字2 带到第一个位置，因为start=0。

通过使用

x2 = np.rollaxis(x, -2)
# x2.shape = (4,2,3)

rollaxis 将带来数字 4，即倒数第二个轴，axis=-2，并在第一个位置重新分配，因为start=0。这解释了你的结果(4,2,3)，而不是(4,3,2)。

遵循相同的逻辑，这解释了为什么应用 rollaxis(a,2) 两次会使数组形状恢复到初始形状。 np.rollaxis(x, 0, start=3) 也有效，因为第一个轴转到最后一个，换句话说，(2,4,3) 中的数字 2 转到最后一个位置，结果是 (4,3,2)。

Answer 4

np.rollaxis(tensor,axis,start) 将axis参数指定的轴毫无例外地移动到位于start的轴之前的位置。

假设轴是 (1, 2, 3, 4, 5, 6) 如果轴指向 3，并且起点指向 5，那么在滚动之后，3 将在 5 之前。由于在我的示例中，3 位于维度元组的位置 2，axis=2。此外，由于 5 在位置 4，因此 start=4。

像这样：

>>> a.shape

(1, 2, 3, 4, 5, 6)

>>> np.rollaxis(a, 2, 4).shape

(1, 2, 4, 3, 5, 6)

如您所见，3 现在正好在 5 之前。 注意： 3 不会移动到位置 4，而是移动到最初位于位置 4 的值之前的位置（在这种情况下结果是位置 3）。

负数指定位置，就像它们为列表所做的那样。换句话说，axis=-1 指定最后一个位置。在我上面的示例中，-1 位置有一个 6，-2 位置有一个 5。轴和起点都可能是负数。

你可以像上面那样用负数做同样的事情：

>>> a.shape

(1, 2, 3, 4, 5, 6)

>>> np.rollaxis(a, -4, -2).shape

(1, 2, 4, 3, 5, 6)

如果没有指定start，则默认为0，即第一个位置。也就是说，如果不指定start，则指定的轴会一直移动到开始位置，也就是原来位置0的1之前。

如果这令人困惑，这里还有另一种解释可能更有意义： Reason why numpy rollaxis is so confusing?