NumPy中数组的转置Transpose的三种方法

import numpy as np
# 原始二维数组（2行3列）
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])
print("原始数组：\n", arr_2d)
print("原始形状：", arr_2d.shape)  # (2, 3)
# 转置（行变列、列变行）
arr_T = arr_2d.T
print("\n转置后数组：\n", arr_T)
print("转置后形状：", arr_T.shape)  # (3, 2)

# 二维数组转置时，transpose() 无参数等价于 arr.T
arr_trans = arr_2d.transpose()
print("transpose() 转置结果：\n", arr_trans)  # 和 arr.T 完全一致

import numpy as np
# 原始三维数组：形状 (2, 3, 4) → 维度0=2，维度1=3，维度2=4
arr_3d = np.arange(24).reshape(2, 3, 4)
print("原始三维数组：\n", arr_3d)
print("原始形状：", arr_3d.shape)  # (2, 3, 4)
# 无参数转置：维度顺序反转 (2,1,0) → 形状 (4, 3, 2)
arr_3d_T = arr_3d.transpose()
print("\n转置后形状：", arr_3d_T.shape)  # (4, 3, 2)

import numpy as np
arr_3d = np.arange(24).reshape(2, 3, 4)  # 维度0=2，维度1=3，维度2=4
# 需求：将维度顺序改为 (1, 0, 2) → 形状 (3, 2, 4)
arr_3d_trans1 = arr_3d.transpose(1, 0, 2)
print("维度顺序 (1,0,2) → 形状：", arr_3d_trans1.shape)  # (3, 2, 4)
# 需求：将维度顺序改为 (0, 2, 1) → 形状 (2, 4, 3)
arr_3d_trans2 = arr_3d.transpose(0, 2, 1)
print("维度顺序 (0,2,1) → 形状：", arr_3d_trans2.shape)  # (2, 4, 3)

import numpy as np
# 模拟图像数据：2张图片 × 32高度 × 32宽度 × 3通道（HWC格式，形状 (2,32,32,3)）
img_hwc = np.random.randint(0, 255, (2, 32, 32, 3))
print("HWC格式形状：", img_hwc.shape)  # (2, 32, 32, 3)
# 转置为CHW格式：维度顺序 (0, 3, 1, 2) → 形状 (2, 3, 32, 32)
img_chw = img_hwc.transpose(0, 3, 1, 2)
print("CHW格式形状：", img_chw.shape)  # (2, 3, 32, 32)

import numpy as np
arr = np.array([[1, 2], [3, 4]])
arr_T = arr.T  # 转置视图
# 修改转置后的数组
arr_T[0, 1] = 99
print("转置数组修改后：\n", arr_T)
print("原数组同步修改：\n", arr)  # 原数组的 [1,1] 位置变为99

arr_T_indep = arr.T.copy()
arr_T_indep[0,1] = 0
print("独立转置数组修改后，原数组：\n", arr)  # 原数组不变

import numpy as np
# 矩阵A：2行3列
A = np.array([[1,2,3], [4,5,6]])
# 矩阵B：3行2列（A的转置）
B = A.T
# 矩阵乘法：A × B → 2行2列
C = np.dot(A, B)
print("A × A.T 的结果：\n", C)

import numpy as np
# 原始数据：31天×24小时温度（按行存储，每行是1天）
temp = np.random.normal(5, 6, (31, 24)).round(1)
# 需求：统计每小时的平均温度（按列统计）
# 方法1：直接按列统计
hour_mean1 = temp.mean(axis=0)
# 方法2：转置后按行统计（等价）
hour_mean2 = temp.T.mean(axis=1)
print("每小时平均温度（方法1）：", hour_mean1[:5])
print("每小时平均温度（方法2）：", hour_mean2[:5])  # 结果一致

import numpy as np
# 数组A：2行3列
A = np.array([[1,2,3], [4,5,6]])
# 数组B：2个元素（想按列和A相加）
B = np.array([10, 20])
# 直接相加：B会被广播为(2,1)，和A的(2,3)相加 → 每行加对应值
# 需求：每列加对应值 → 先转置A，相加后再转置
A_T = A.T + B  # A.T是(3,2)，B是(2,) → 广播为(3,2)，逐行相加
A_new = A_T.T
print("每列加对应值的结果：\n", A_new)