如何将形状(nx, ny, nz)的3D数组重排为(nz, nx, ny)？求无循环Pythonic实现

给定3D NumPy数组A：

import numpy as np
A = np.array([[[1,1,1], [2,2,2]], [[3,3,3],[4,4,4]]])

需要生成一个新的3D数组B，其中每个元素是A在axis=2方向上的切片，预期结果如下：

B = [[[1,2],[3,4]],[[1,2],[3,4]], [[1,2],[3,4]]]

目前已通过循环实现需求，但直接使用A.reshape(3,2,2)无法得到预期结果，希望找到无循环的Pythonic实现方式。

可以利用NumPy的轴变换工具实现向量化操作，无需循环，以下是两种高效方法：

方法1：np.moveaxis #

直接将原数组的第2轴（axis=2）移动到第0轴的位置，其余轴保持原有顺序：

import numpy as np
A = np.array([[[1,1,1], [2,2,2]], [[3,3,3],[4,4,4]]])
B = np.moveaxis(A, 2, 0)
print(B)

输出：

[[[1 2]
  [3 4]]

 [[1 2]
  [3 4]]

 [[1 2]
  [3 4]]]

方法2：A.transpose() #

通过指定轴的新顺序重新排列数组，原数组轴顺序为(0,1,2)，我们需要将其调整为(2,0,1)：

import numpy as np
A = np.array([[[1,1,1], [2,2,2]], [[3,3,3],[4,4,4]]])
B = A.transpose(2, 0, 1)
print(B)

输出结果与方法1完全一致。

这两种方法都是NumPy原生的向量化操作，比循环更高效，代码也更简洁符合Pythonic风格，同时省去了手动初始化数组和循环赋值的步骤。

内容的提问来源于stack exchange，提问作者minmax