关于 numpy 中的 transpose 和 swapaxes 的理解

三维数组中 transpose 到底是怎么实现的，先说一下置换轴吧：

比如说有一个数组 array：

array = np.arange(16).reshape(2,2,4)

array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11],
        [12, 13, 14, 15]]])

这是一个三维数组，可以看到 0-7 和 8-15 之间是有间隔的。（三维数组可以看作是一个内涵二维数组作为元素的一维数组）

假设这个数组array存放在一个2*2*4的长方体中（实际存储肯定不是这样），左边的八个小正方体存的是0-7，右边是8-15。如图：

为了直观的看出来，把每一个4列一组的视为一个小方格。

开始置换轴吧。

三维向量，X轴用0表示，Y轴用1表示；Z轴用2来表示；

array.transpose((1,0,2))

array([[[ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[ 4,  5,  6,  7],
        [12, 13, 14, 15]]])

transpose((1,0,2))  可以理解为 原长方体的宽做长，长做宽，高不变，那只需要把这个长方体旋转90度就好了，但是数据顺序怎么确定呢：

 注意：长、宽的方向如箭头所示，是不变的！！！

重新摆放一下小正方块就行了，然后你要记得左边的八个小正方块是第一个二维数组，右边八个是第二个二维数组，写出来即可。

但不可能每次都画长方体吧，我们把三维数组写成这样：

array([[[ 0,  1,  2,  3],[ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11], [12, 13, 14, 15]]])

从上到下是行，从左到右是列，列数是z轴。 现在把列做行，行做列，这不就是二维数组的转置了吗。

再看一下更复杂的情形：

array.transpose((2,0,1))

array([[[ 0,  8],
        [ 4, 12]],

       [[ 1,  9],
        [ 5, 13]],

       [[ 2, 10],
        [ 6, 14]],

       [[ 3, 11],
        [ 7, 15]]])

结果肯定是一个4*2*2的shape，这就相当于把长方体放倒了

保持好原方向（0在8前面）。大概就这么个意思吧，我发现也不知道我自己在说什么了，语无伦次。。。swapaxes与此类似。