一、前言
今天看源码的时候，发现了numpy的transponse函数没有理解，特意学习记录一下。numpy.transpose()函数是对矩阵按照所需要的要求进行转置的。
二、实例分析
我们通过代码进行测试分析。
# -*- coding: utf-8 -*-
import numpy as np
if __name__ == '__main__':
a = np.array(np.arange(40).reshape(2, 4, 5))
print('转置前:')
print(a)
print(a[0][3][4])
b = np.transpose(a, [1, 2, 0])
print('转置后:')
print(b)
print(b[3][4][0])
运行结果如下：
从上图可以看出，数组a的shape为（2，4，5），它是一个三位数组，那么这个元组对应的索引值为：（0，1，2）。也就是a.shpae的下标：（2[0]，4[1]，5[2]），[]中对应的是shape元组的索引值，现在，通过transponse(a, [1, 2, 0])，那么元组的shape就从（2[0]，4[1]，5[2]）变成了（4[1]，5[2]，2[0]）。
可以看到transponse其实就是该百年了高维数组的形状，对里面的元素进行了重新排序。
例如：
元素19的位置在a中的位置为a[0][3][4]，经过transponse(a, [1, 2, 0])后，元素19的位置变为了b[3][4][0]。
三、总结
细细体会，发现规律之后，其实就很简单了。
来源：
https://cuijiahua.com/blog/2018/02/trick-2.html
