Транспонирование, swapaxes и смысл осей в N измерениях

~14 минут · 5 примеров · 3 вопроса

Урок про перестановку осей: от простого транспонирования матрицы до управления порядком осей в многомерных тензорах.

Транспонирование — перестановка осей массива; в 2D это привычный «поворот» матрицы (строки становятся столбцами), в N измерениях — любая перестановка осей.

Что вообще значит «ось» в N-мерных данных

Прежде чем переставлять оси, стоит твёрдо понять, что они означают. Ось — это направление, вдоль которого меняется один из индексов. У вектора одна ось (одно направление). У матрицы две: ось 0 («вниз» по строкам) и ось 1 («вправо» по столбцам). У трёхмерного массива три, и тут наглядность теряется — представить «куб» из чисел сложнее. Поэтому полезно думать об осях не геометрически, а семантически: каждая ось отвечает за одну «категорию», по которой данные различаются. Для набора фотографий это может быть «какая фотография», «какая строка пикселей», «какой столбец», «какой цветовой канал» — четыре оси, четыре независимых способа адресовать конкретное число (яркость). Перестановка осей не меняет данные, она меняет порядок этих категорий в описании массива. Когда вы держите в голове смысл каждой оси, операции transpose, swapaxes и выбор axis в агрегациях перестают быть угадыванием и становятся осмысленными. Это, пожалуй, главный навык работы с многомерными данными — и он важнее, чем знание конкретных функций.

Транспонирование матрицы: .T

Для двумерного массива атрибут .T меняет строки и столбцы местами: элемент (i, j) становится элементом (j, i). Форма (m, n) превращается в (n, m). Как мы выяснили в уроке про strides, это бесплатная операция: NumPy просто переставляет элементы кортежа strides, не копируя данные — результат это view.

import numpy as np
a = np.array([[1, 2, 3],
              [4, 5, 6]])     # (2, 3)

print(a.T)            # (3, 2)
print(a.T.shape)
print(a.T.strides)    # strides переставлены, данные те же
print(np.shares_memory(a, a.T))  # True — это view

Вывод

[[1 4]
 [2 5]
 [3 6]]
(3, 2)
(8, 24)
True

Логику транспонирования легко увидеть на чистом Python — это просто обмен ролей индексов:

a = [[1, 2, 3],
     [4, 5, 6]]
rows, cols = 2, 3

# Транспонированная: t[j][i] = a[i][j]
t = [[a[i][j] for i in range(rows)] for j in range(cols)]
for row in t:
    print(row)
Ожидаемый вывод
[1, 4]
[2, 5]
[3, 6]

Зачем нужно транспонирование

Транспонирование постоянно встречается в линейной алгебре: для умножения матриц нужно согласовать размеры, и часто один из операндов транспонируют. Например, чтобы получить матрицу попарных скалярных произведений строк X, считают X @ X.T. Также транспонирование меняет «ориентацию» данных: превратить таблицу «объекты × признаки» в «признаки × объекты».

Ещё транспонирование незаменимо для согласования форм при broadcasting. Иногда два массива «почти совместимы», но их оси расположены в зеркальном порядке; транспонировав один из них, вы выравниваете оси так, чтобы операция стала возможной и осмысленной. А в статистике и анализе данных транспонирование — это переключение между «взглядом по наблюдениям» и «взглядом по переменным» на одну и ту же таблицу. Поскольку оно бесплатно, его не жалко применять для удобства: если вашему вычислению удобнее, чтобы признаки шли по строкам, транспонируйте — это не потратит ни памяти, ни времени.

Транспонирование меняет логику, но не данные

Стоит подчеркнуть концептуальную сторону. После a.T вы видите «перевёрнутую» матрицу, но в памяти ничего не перевернулось — те же байты в том же порядке. Изменилась лишь инструкция чтения: NumPy теперь идёт по буферу с другими шагами. Это значит, что транспонирование — операция мысли, а не вычисления: вы переобъявляете, какая ось считается строками, а какая столбцами. Отсюда два следствия. Первое — оно мгновенно для массивов любого размера. Второе — результат разделяет память с оригиналом (это view), поэтому запись в транспонированный массив меняет исходный. Если нужна независимая транспонированная копия (например, чтобы передать данные во внешнюю библиотеку, требующую непрерывности), берите a.T.copy() — вот тогда данные действительно переразложатся в новом порядке.

Многомерное транспонирование: любая перестановка осей

Для массивов с числом осей больше двух .T разворачивает порядок осей целиком: (a, b, c) → (c, b, a). На практике полная инверсия в N измерениях нужна редко и часто даёт не то, что хотелось, поэтому для многомерных массивов опытные пользователи почти всегда задают перестановку явно. Но часто нужна не полная инверсия, а конкретная перестановка. Тогда применяют transpose с явным порядком осей или специализированные swapaxes и moveaxis.

import numpy as np
t = np.arange(24).reshape(2, 3, 4)    # оси: (0, 1, 2)

print(t.T.shape)                  # (4, 3, 2) — полная инверсия
print(t.transpose(1, 0, 2).shape) # (3, 2, 4) — поменять оси 0 и 1
print(t.swapaxes(0, 2).shape)     # (4, 3, 2) — обменять оси 0 и 2
print(np.moveaxis(t, 0, -1).shape) # (3, 4, 2) — ось 0 в конец

Вывод

(4, 3, 2)
(3, 2, 4)
(4, 3, 2)
(3, 4, 2)

Разберём инструменты:

  • transpose(p0, p1, ...) задаёт новый порядок осей перечислением: «новая ось 0 — это старая p0» и т. д. Самый общий способ.
  • swapaxes(i, j) меняет местами ровно две оси — удобно и читаемо, когда нужна именно пара.
  • moveaxis(a, src, dst) перемещает ось из позиции src в dst, сдвигая остальные. Идеален для «переставь канал в конец».

Смысл осей: практический пример с изображениями

В реальных данных оси имеют смысл. Классика — изображения. Разные библиотеки хранят цветные картинки в разном порядке осей: «высота × ширина × каналы» (H, W, C) или «каналы × высота × ширина» (C, H, W). Чтобы передать массив из одной библиотеки в другую, оси переставляют. Это типичнейшее применение moveaxis/transpose:

import numpy as np
# Картинка 100x200 в формате (H, W, C): 3 канала
img_hwc = np.zeros((100, 200, 3))

# Перевести в (C, H, W) — нужно многим нейросетевым фреймворкам
img_chw = np.moveaxis(img_hwc, -1, 0)
print(img_hwc.shape, "->", img_chw.shape)

Вывод

(100, 200, 3) -> (3, 100, 200)

Здесь важно понимать: данные те же пиксели, меняется лишь то, какая ось «главная». Понимание смысла осей — половина успеха в работе с многомерными данными.

transpose, swapaxes, moveaxis: когда что

Три инструмента перестановки осей решают похожие задачи, но удобны в разных ситуациях. transpose(p0, p1, ...) — самый общий: вы задаёте полный новый порядок всех осей. Он мощен, но требует перечислить все оси, и в коде с многими осями легко ошибиться в перечислении. swapaxes(i, j) — для самого частого случая, когда нужно поменять местами ровно две оси; читается яснее, чем полный transpose, и труднее ошибиться. moveaxis(a, src, dst) — когда нужно «вытащить» одну ось и поставить её в другое место, а остальные пусть сдвинутся как есть; это идеальный инструмент для операций вроде «перенести ось каналов в конец» или «поставить ось батча первой», где вы думаете в терминах одной перемещаемой оси, а не полной перестановки. Совет: берите самый специфичный инструмент под задачу — swapaxes для пары, moveaxis для переноса одной оси, и лишь когда нужна действительно произвольная перестановка — transpose с полным списком. Чем специфичнее инструмент, тем понятнее намерение и меньше шанс перепутать оси.

Транспонирование и непрерывность

Поскольку транспонирование лишь переставляет strides, результат почти всегда не C-непрерывен. Для большинства операций это незаметно, но некоторые функции (особенно те, что отдают данные во внешние библиотеки) работают быстрее с непрерывными массивами и могут втихую сделать копию через np.ascontiguousarray. Если вы видите неожиданное копирование после транспонирования — вот причина.

import numpy as np
a = np.arange(6).reshape(2, 3)

print(a.flags['C_CONTIGUOUS'])     # True
print(a.T.flags['C_CONTIGUOUS'])   # False — транспонированный
print(np.ascontiguousarray(a.T).flags['C_CONTIGUOUS'])  # True (копия)

Вывод

True
False
True

Подводные камни

  • .T для 1D ничего не делает. У вектора (n,) одна ось — транспонировать нечего. Чтобы сделать столбец, нужен np.newaxis, а не .T.
  • Путать transpose и swapaxes. transpose задаёт полный новый порядок, swapaxes меняет ровно две оси.
  • Забыть про непрерывность. Транспонированный массив не C-непрерывен; возможна скрытая копия в некоторых функциях.
  • Менять данные через .T. Это view — запись затронет оригинал.

Оси как смысл: почему перестановка — частая операция

В реальных задачах перестановка осей нужна постоянно, потому что разные инструменты и алгоритмы ожидают данные с разным порядком осей. Один фреймворк глубокого обучения хочет изображения в формате (батч, канал, высота, ширина), другой — (батч, высота, ширина, канал). Библиотека визуализации ждёт (высота, ширина, канал). Ваш собственный код может удобнее обрабатывать данные, поставив «ось признаков» первой. Каждый раз, когда данные переходят между такими контекстами, оси переставляют. И поскольку перестановка через transpose/moveaxis бесплатна (это view), её не страшно применять часто. Главное — точно понимать, какая ось что означает в каждом формате, иначе легко перепутать и получить мусор, который не вызовет ошибки (формы-то совместимы), но даст бессмысленный результат. Поэтому при перестановке осей всегда держите в голове их семантику и проверяйте форму до и после. Хорошая привычка — комментировать такие операции: «(H,W,C) -> (C,H,W) для подачи в модель».

Лучшие практики

  • Для 2D пользуйтесь коротким .T; для конкретной перестановки осей — transpose с явным порядком.
  • moveaxis — самый читаемый способ «перенести ось туда-то» (каналы, время, батч).
  • Чтобы сделать из вектора столбец, добавляйте ось через [:, None], а не транспонируйте.
  • Если внешняя функция требует непрерывности, явно вызывайте np.ascontiguousarray.

Перестановка осей — это, по сути, навык «смотреть на одни и те же данные под разным углом» без затрат. Освоив его вместе с пониманием смысла каждой оси, вы сможете уверенно работать с многомерными массивами: согласовывать форматы между библиотеками, готовить данные к broadcasting и агрегациям, и не теряться в кубах и тензорах. Это умение прямо переносится на работу с изображениями, тензорами нейросетей и многомерными таблицами.

Итог

  • Транспонирование переставляет оси; для 2D .T меняет строки и столбцы, для N измерений разворачивает порядок осей.
  • Это бесплатный view: переставляются strides, данные не копируются.
  • transpose, swapaxes, moveaxis дают точный контроль над порядком осей.
  • Транспонированный массив не C-непрерывен, что иногда вызывает скрытое копирование.

Проверь себя

Три вопроса по уроку. Ответы никуда не идут — это для тебя.

1Почему транспонирование матрицы через .T в NumPy выполняется без копирования данных?

2Что нужно сделать, чтобы превратить вектор формы (n,) в столбец (n, 1)?

3Что делает np.moveaxis(img, -1, 0) для массива img формы (100, 200, 3)?

Следующий урок
15 · Объединение и разбиение: concatenate, stack, split Открыть урок 15
Урок 13: reshape, ravel и flatten: меняем форму без потери данных