numpy.permute_dims

numpy.permute_dims(a, axes=None)

返回一个轴被转置的数组。

对于一维数组，这将返回原始数组的不变视图，因为转置向量仅仅是相同的向量。要将一维数组转换为二维列向量，必须添加一个额外的维度，例如 np.atleast_2d(a).T 可以实现这一点，a[:, np.newaxis] 也可以。对于二维数组，这是标准的矩阵转置。对于 n 维数组，如果提供了 axes，则它们的顺序指示如何置换轴（参见示例）。如果未提供 axes，则 transpose(a).shape == a.shape[::-1]。

参数：

aarray_like

输入数组。

axes元组或整数列表，可选

如果指定，则它必须是一个元组或列表，其中包含 [0,1,…,N-1] 的排列，其中 N 是 a 的轴数。返回数组的第 i 个轴将对应于输入中编号为 axes[i] 的轴。如果未指定，则默认为 range(a.ndim)[::-1]，它反转轴的顺序。

返回值：

pndarray

其轴已被置换的 a。只要可能，就会返回一个视图。

参见

ndarray.transpose

等效方法。

moveaxis

将数组的轴移动到新位置。

argsort

返回将对数组进行排序的索引。

注释

使用 transpose(a, argsort(axes)) 在使用 axes 关键字参数时反转张量的转置。

示例

>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> a
array([[1, 2],
       [3, 4]])
>>> np.transpose(a)
array([[1, 3],
       [2, 4]])

>>> a = np.array([1, 2, 3, 4])
>>> a
array([1, 2, 3, 4])
>>> np.transpose(a)
array([1, 2, 3, 4])

>>> a = np.ones((1, 2, 3))
>>> np.transpose(a, (1, 0, 2)).shape
(2, 1, 3)

>>> a = np.ones((2, 3, 4, 5))
>>> np.transpose(a).shape
(5, 4, 3, 2)