在 Python 中重塑 Julia 存储的数组

Question

我一直在为这个问题苦苦挣扎，所以我决定向你寻求帮助。所以，简而言之，我的问题是以下...

我所有的代码都在 Julia 中，并且它们处理的数据已经像 Julia 一样存储（我猜是列主要的），但是现在我需要在 python 中运行一些代码来读取其中的一些数据和重塑它。但是，由于两种 lenguajes 中数据的存储和读取方式不同，因此重塑的行为并不像我预期的那样（不是错的，只是不是我想要的） 举个例子... 在 Julia 中，当我将一维数组重塑为 (2,3,4) 数组维度时，我得到：

julia> a=collect(1:24);
julia> r=reshape(a,2,3,4)
2×3×4 Array{Int64,3}:
[:, :, 1] =
1  3  5
2  4  6

[:, :, 2] =
7   9  11
8  10  12

[:, :, 3] =
13  15  17
14  16  18

[:, :, 4] =
19  21  23
20  22  24

在python中我得到了，

b=np.arange(1,25);
r=b.reshape(4,2,3)

给予

In [200]: r
array([[[ 1,  2,  3],
    [ 4,  5,  6]],

   [[ 7,  8,  9],
    [10, 11, 12]],

   [[13, 14, 15],
    [16, 17, 18]],

   [[19, 20, 21],
    [22, 23, 24]]])

有没有什么方法可以在 Python 中实现与 Julia 示例中相同的结果？..

Answer 1

你可以写：

>>> np.transpose(b.reshape(4,3,2), (2,1,0))
array([[[ 1,  7, 13, 19],
        [ 3,  9, 15, 21],
        [ 5, 11, 17, 23]],

       [[ 2,  8, 14, 20],
        [ 4, 10, 16, 22],
        [ 6, 12, 18, 24]]])

编辑：

如https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.transpose.html 中所述，np.transpose 的第二个参数根据作为第二个参数给出的值排列数组的轴。实际上，在这种情况下，您可以只写 np.transpose(b.reshape(4,3,2))，因为默认情况下 np.transpose 会反转此处所需的尺寸。