如何转换Numpy数组形状：将(3,4096)转为(4096,3)

对于二维Numpy数组的维度转换，有两种常用方式，需根据实际需求选择：

1. 维度转置（推荐，行与列直接互换） #

如果需要将原数组的行变为新数组的列、列变为新数组的行（即元素位置对应转换），使用数组的T属性或transpose()方法是最直接的方式：

import numpy as np

# 构造一个形状为(3, 4096)的测试数组
arr = np.random.rand(3, 4096)

# 方法1：使用T属性转置
transposed_arr = arr.T
# 方法2：使用transpose()方法，效果与T完全一致
# transposed_arr = arr.transpose()

# 验证形状
print(transposed_arr.shape)  # 输出: (4096, 3)

这种方式会严格交换两个维度的位置，比如原数组中arr[i][j]的元素，在转置后会位于transposed_arr[j][i]的位置，这通常是处理特征与样本维度转换时的需求（比如3个特征对应4096个样本，转置后变为4096个样本各带3个特征）。

2. 直接调整形状（仅改变外形，元素顺序按行优先排列） #

如果你只需要改变数组的形状，不关心元素的原始对应关系，可以使用reshape()方法。由于原数组总元素数为3*4096=12288，与4096*3相等，因此可以直接调整：

reshaped_arr = arr.reshape(4096, 3)
print(reshaped_arr.shape)  # 输出: (4096, 3)

注意：这种方式会按**行优先（C顺序）**重新排列元素，得到的数组内容和转置后的数组完全不同。只有当你不需要保留原数组的行列对应关系时才适合使用。

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