如何在NumPy中将每n行数据转置为列

你可以直接通过reshape配合维度交换实现需求，全程为视图操作，无额外数据拷贝，性能远优于循环实现。 #

实现代码 #

假设你的原始一维数组为raw_arr：

import numpy as np

# 构造示例数组，和你提到的shape一致
raw_arr = np.arange(1000000)

# 转换操作
target_arr = raw_arr.reshape(1000, 1000).T

如果你习惯列优先的内存排布，也可以直接用order参数省去转置步骤，结果完全一致：

target_arr = raw_arr.reshape(1000, 1000, order='F')

原理解释 #

• 你之前直接用np.transpose()无效，是因为一维数组的转置结果还是自身，必须先把一维数组重塑为二维结构后再做维度交换
• reshape(1000, 1000)会默认按行优先顺序把长度为1000000的一维数组拆分为1000行、每行1000个元素的二维数组
• 后续的.T是np.transpose()的简写，会把二维数组的行和列互换，原来拆分得到的每一行就变成了最终数组的每一列，刚好得到你要的shape为(1000,1000)的结果

内容的提问来源于stack exchange，提问作者WindBreeze