如何在Python的NumPy中复现R语言中的三维数组结构？

R与NumPy的数组填充逻辑存在核心差异：

• R默认采用**列优先（Fortran顺序）**填充，维度顺序为(行, 列, 层)，填充时先填满每一列，再推进到下一列，最后切换层
• NumPy默认采用**行优先（C顺序）**填充，填充时先填满每一行，再推进到下一行，维度处理逻辑和R不同

要复现R中维度为(3, 3, 2)的目标数组，以下两种方法都可行：

方法1：用reshape指定Fortran顺序 #

直接在重塑数组时指定order='F'，让NumPy按照R的填充逻辑生成数组：

import numpy as np

a = np.arange(1, 19).reshape((3, 3, 2), order='F')
print(a)

输出结果：

array([[[ 1, 10],
        [ 4, 13],
        [ 7, 16]],

       [[ 2, 11],
        [ 5, 14],
        [ 8, 17]],

       [[ 3, 12],
        [ 6, 15],
        [ 9, 18]]])

该结果与R的数组结构完全对应：

• NumPy中的a[:, :, 0]对应R输出的, , 1层
• NumPy中的a[:, :, 1]对应R输出的, , 2层

方法2：通过轴转置调整结构 #

如果已经用默认顺序生成了数组，可以通过转置轴的顺序来匹配R的结构：

import numpy as np

# 先按默认顺序生成(2, 3, 3)数组，再调整轴顺序为(行, 列, 层)
a = np.arange(1, 19).reshape((2, 3, 3)).transpose(1, 2, 0)
print(a)

输出结果与方法1完全一致。

结构匹配验证 #

对比R的, , 1层输出：

[,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

对应NumPy的a[:, :, 0]：

array([[1, 4, 7],
       [2, 5, 8],
       [3, 6, 9]])

二者结构完全一致。

内容的提问来源于stack exchange，提问作者Avto Abashishvili