---

T屬性

import numpy as np  # Numpy工具包data = np.arange(12).reshape(3, 4)  # 創建一個3行4列的數組
print(data)# 數組的轉置和軸對稱
data1 = data.T
print(data1)

print(data)

[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]

print(data1)

[[ 0 4 8]
[ 1 5 9]
[ 2 6 10]
[ 3 7 11]]

---

transpose()方法

二維數組運用 T屬性轉置較為簡單（x->y,y->x），但當操作對象是高維度的數組時，運用transpose()方法可以自由的進行轉置(x->y,y->z,z->x || x->z,y->x,z->y),運用transpose時需要得到一個由軸編號組成的元組，才能對這些軸進行轉置。

# transpose()方法
arr = np.arange(16).reshape((2, 2, 4))  # 每組2個元素組，總共兩組，每個元素組里有4個元素
print(arr)
print(arr.shape)
arr1 = arr.transpose(1, 2, 0)  # 變成(2, 4, 2)三維數組，每組4個元素組，總共2組，每個元素組里有2個元素
print(arr1)

注釋名稱只是為了方便自己理解瞎寫的，三維數組還是按x,y,z理解更好理解

三維數組有三個軸，每個軸都對應著一個編號，分別為0、1、2。
由輸出可知，arr.shape是(2,2,4)，如果希望對arr進行轉置操作，就需要對它的shape中的順序進行調換。也就是說，當使用transpose()方法對數組的shape進行變換時，需要以元組的形式傳入shape的編號，比如本例中的(1,2,0)。

ps：若傳入(0,1,2)，則數組的shape不會發生任何變化

print(arr)

[[[ 0 1 2 3]
[ 4 5 6 7]]

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

為了便于理解貼張圖好了

print(arr.shape)

(2,2,4)

print(arr1)

[[[ 0 8]
[ 1 9]
[ 2 10]
[ 3 11]]

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

本例中，由(0,1,2)變為(1,2,0)其實也就是我們說的(x->y,y->z,z->x)，什么意思呢？
簡單來講，如果拿第一個元素0來看，不方便解釋——以前x0,y0,z0的值等于0，現在x0,y0,z0的值等于0那我們看第二個元素的話，shape為(0,1,2)時，x0,y0,z1的值為1，當shape為(1,2,0)時，x0,y0,z1的值由于(x->y,y->z,z->x)【->前是（0，1，2）中的坐標，->后是（1,2,0）中的坐標】這樣的變換，也就是（1，2，0）的x0是（0，1，2）的y0，（1，2，0）的y0是（0，1，2）的z0，（1，2，0）的z1是（0，1，2）的x1，即——8。以此類推。

如果我們不輸入任何參數，直接調用transpose()方法，則其執行的效果等價于transpose(2,1,0)將數組進行轉置。

---

swapaxes()方法

在某些情況下，我們可能只需要轉換其中的兩個軸，這時我們可以使用此方法，該方法需要接收一對軸編號。

# swapaxes()方法
arr2 = arr.swapaxes(1, 0)  # 等價于transpose(1, 0, 2)
print(arr2)

print(arr2)

[[[ 0 1 2 3]
[ 8 9 10 11]]

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