ndarray矩阵，如何使用swapaxes方法交换轴数据？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本文依然讨论ndarray矩阵转置的问题，最推荐的办法仍然是使用.T属性，并不推荐上文的numpy.transpose()，也并不推荐本文的ndarray.swapaxes()方法（虽然本文的.swapaxes()也可以实现转置需求）。

大家好，这里是苏南大叔的“平行空间笔记本”博客，本文讨论ndarray矩阵转置的另外一个可能的方案：ndarray.swapaxes()。测试环境：win10，python@3.11.0，numpy@1.24.2，pandas@1.5.3。.swapaxes()是定义在ndarray类型上的，并不是直接定义在numpy库上的。所以，使用的时候，注意区分。

swapaxes，swap（交换） + axes（轴）。

前文回顾

关于矩阵转置这个需求，大概率情况下，推荐读者使用.T属性，参考文章：

• https://seosn.com/say/ndarray-t.html

也可以使用numpy.transpose()方法，参考文章：

• https://seosn.com/say/ndarray-transpose.html

本文提出了第三个可能的解决方案：ndarray.swapaxes()。这个方法需要至少两个参数，所以，理论上来说，至少两个轴才能使用这个方法。但是，一维数组并不会报错，因为可以传一样的轴序号。

翻转矩阵

有轴就可以翻转，有轴就可以转置。

一维数组转置

一维数组也有轴，是个零轴。所以，也可以翻转转置，虽然一如既往的没有啥意义。

import numpy as np

sn = np.arange(27).reshape(-1)
print( sn )
print( sn.swapaxes(0,0) )      # 一维数组只有一个0轴，没有意义

二维数组转置

二维数组的话，就两个轴，即使不知道哪个是零轴，哪个是一轴，这也没有关系，都是一样的结果。

import numpy as np

sn = np.arange(27).reshape(-1,3)
print( sn )
print( sn.swapaxes(0,1) )      # 二维数组翻转

三维矩阵转置

import numpy as np

sn = np.arange(27).reshape(-1, 3, 3)
ns1 = sn.T
ns2 = np.transpose(sn, axes=(2, 1, 0))  
ns3 = sn.swapaxes(2, 0)  # 三维矩阵翻转，参数顺序其实无关
ns4 = sn.swapaxes(0, 2)  # 三维矩阵翻转，参数顺序其实无关

print( np.array_equal(ns1, ns3) )
print( np.array_equal(ns2, ns3) )
print( np.array_equal(ns3, ns4) )

在以前的文章里面，已经得出结论：ndarray三维矩阵的转置，就是二轴和零轴的互换。而.swapaxes()两个参数谁前谁后，完全没有关系。所以，这里有很多个相同的结果。

.swapaxes()的不同之处

和numpy.transpose()一样，这里的ndarray.swapaxes()也是有特殊的用武之地的。测试代码：

import numpy as np

sn = np.arange(27).reshape(-1, 3, 3)
ns5 = sn.swapaxes(1, 0)  # 三维矩阵翻转
ns6 = np.transpose(sn, axes=(1, 0, 2))
ns7 = np.transpose(sn, axes=(0, 1, 2))
print( np.array_equal(ns5, ns6) )
print( np.array_equal(ns5, ns7) )

虽然.swapaxes()两个参数没有前后之分，但是.transpose(axes=())的axes是定义的顺序，是有前后之分的。所以，对于三维矩阵的.swapaxes()来说，组合数是3。.transpose来说，排列数是6。

结束语

更多苏南大叔写的python经验文章，请点击：

• https://seosn.com/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。