Numpy中关于np.rollaxis和np.swapaxes的理解

小鱼儿 2022-12-28 04:23 128阅读 0赞

numpy.rollaxis(arr, axis, start)

*  `arr`：数组
 *  `axis`：要滚动的轴，其它轴的相对位置不变
 *  `start`：默认为零，要滚动到目标位置。

举例说明:

>>> a = np.ones((3,4,5,6))
    >>> np.rollaxis(a, 3, 1).shape       #把数组a的3轴滚动到1轴位置，其他轴相对位置相对不变
    (3, 6, 4, 5)
    >>> np.rollaxis(a, 2).shape          #目标位置可以缺省,默认为0，这里的np.rollaxis(a,2)等价于np.rollaxis(a,2,0)
    (5, 3, 4, 6)
    >>> np.rollaxis(a, 1, 4).shape
    (3, 5, 6, 4)

详细一点的例子是:

In:

a = np.arange(12).reshape((3,2,2))
    
    print("原数组：\n")
    print(a)
    print(np.where(a==9))
    print(a.shape)
    print()
    
    
    #将2轴滚动到0轴
    print("执行rollaxis函数后:")
    b = np.rollaxis(a,2,0)
    print(b)
    print(np.where(b==9))
    print(b.shape)

Out:

原数组：  
\[\[\[ 0  1\]  
  \[ 2  3\]\]  
 \[\[ 4  5\]  
  \[ 6  7\]\]  
 \[\[ 8  9\]  
  \[10 11\]\]\]  
(array(\[2\], dtype=int64), array(\[0\], dtype=int64), array(\[1\], dtype=int64))    \#即元素9所在的位置下标为(2,0,1)  
原数组形状: (3, 2, 2)

执行rollaxis函数后:  
\[\[\[ 0  2\]  
  \[ 4  6\]  
  \[ 8 10\]\]  
 \[\[ 1  3\]  
  \[ 5  7\]  
  \[ 9 11\]\]\]  
(array(\[1\], dtype=int64), array(\[2\], dtype=int64), array(\[0\], dtype=int64))    \#轴滚动之后元素9所在的位置下标为(1,2,0)  
轴滚动之后的数组形状:  (2, 3, 2)

可以看出，元素的位置变化与轴变化一致。其实简单来说，轴滚动并不改变元素的大小，只是元素的位置下标因为轴的变化而变化了，相当于三维空间中旋转x,y,z轴，原来在(x,y)平面的点现在可能变成在(y,z)平面上的点了，但是大小并没变，只是相对坐标位置变化了而已。

numpy.swapaxes(arr, axis1, axis2)

*  `arr`：输入的数组
 *  `axis1`：对应第一个轴的整数
 *  `axis2`：对应第二个轴的整数

swapaxes函数的功能很简单，作用是直接交换两个轴，请看下面的例子。

>>> a = np.ones((2,3,4,5,6))
    >>> np.swapaxes(a, 3, 1).shape
    (2, 5, 4, 3, 6)
    >>> np.swapaxes(a, 2,0).shape
    (4, 3, 2, 5, 6)
    >>> np.swapaxes(a, 4, 2).shape
    (2, 3, 6, 5, 4)

详细的例子:

In:

a = np.arange(12).reshape((3,2,2))
    
    print("原数组：\n")
    print(a)
    print(np.where(a==9))
    print(a.shape)
    print()
    
    
    #将2轴和0轴直接交换
    print("执行swapaxes函数后:")
    b = np.swapaxes(a,2,0)
    print(b)
    print(np.where(b==9))
    print(b.shape)

Out:

原数组：  
\[\[\[ 0  1\]  
  \[ 2  3\]\]  
 \[\[ 4  5\]  
  \[ 6  7\]\]  
 \[\[ 8  9\]  
  \[10 11\]\]\]  
(array(\[2\], dtype=int64), array(\[0\], dtype=int64), array(\[1\], dtype=int64))     \#元素9所在原始数组中的位置下标为(2,0,1)  
原数组形状: (3, 2, 2)  
执行rollaxis函数后:  
\[\[\[ 0  4  8\]  
  \[ 2  6 10\]\]  
 \[\[ 1  5  9\]  
  \[ 3  7 11\]\]\]  
(array(\[1\], dtype=int64), array(\[0\], dtype=int64), array(\[2\], dtype=int64))     \#元素9在新数组中的位置下标为(1,0,2)  
新数组形状: (2, 2, 3)