numpy的转置方法无法将一维行ndarray转换为第一列

Question

让我们考虑a一个一维行/水平数组：import numpy as npN = 10a = np.arange(N) # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])a.shape # (10,)现在我想要b一个一维列/垂直数组转置a：b = a.transpose() # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])b.shape # (10,)但该.transpose()方法返回一个完全相同的ndarray，形状完全相同！我期望看到的是np.array([[0], [1], [2], [3], [4], [5], [6], [7], [8], [9]])这可以通过c = a.reshape(a.shape[0], 1) # or c = a; c.shape = (c.shape[0], 1)c.shape # (10, 1)令我惊讶的是，它的形状是 ，(10, 1)而不是(1, 10)。在 Octave/Scilab 我可以这样做：N = 10b = 0:(N-1)a = b'size(b) % ans = 1   10size(a) % ans = 10   1我知道 numpy ndarrays 不是矩阵（如此处所讨论的），但是 numpy 的转置函数的行为对我来说没有意义！如果您能帮助我了解这种行为的意义以及我在这里缺少什么，我将不胜感激。PS所以到目前为止我所理解b = a.transpose()的是b = a; b.shape = b.shape[::-1]，如果你有一个“二维数组”，(N, 1)它将返回一个(1, N)整形数组，正如你对转置运算符所期望的那样。但是，numpy 似乎将“一维数组”(N,)视为 0D 标量。我认为他们应该将此方法命名为其他名称，因为这非常具有误导性/令人困惑的恕我直言。

Answer 1

简而言之，numpy ndarrays 有这个属性叫做 stride，也就是

要在内存中跳过以继续到下一个元素的字节数。例如，对于 (10, 10) 字节数组，步长可能是 (10, 1)，换句话说：前进一个字节以到达下一列，前进 10 个字节以定位下一行。

对于您的 ndarray a，a.stride= (8,)，这表明它只是一维的，并且要到达该一维上的下一个元素，您需要在内存中提前 8 个字节（每个 int 是 64 位）。

步幅对于表示转置很有用：

例如，通过修改步幅，可以零成本转置或重塑数组（无需复制内存）。

因此，如果有一个二维 ndarray，b = np.ones((3,5))例如，然后b.strides= (40, 8)，而b.transpose().strides= (8, 40)。因此，如您所见，转置的 2D-ndarray 只是完全相同的数组，其步幅已重新排序。而且由于您的一维 ndarray 只有一维，因此交换其步幅的值（即取其转置）不会做任何事情。

Answer 2

正如您已经提到的，numpy 数组不是矩阵。转置函数的定义如下

置换数组的维度。

这意味着 numpy 的转置方法会将数据从一个维度移动到另一个维度。由于一维数组只有一个维度，因此没有其他维度可以移动数据 t0。所以你需要在转置有任何效果之前添加一个维度。这种行为对于与更高维数组（3D、4D ...）数组保持一致也是有意义的。

有一种干净的方法可以实现您想要的

N = 10

a = np.arange(N)

a[ :, np.newaxis]