利用Python进行数据分析--Python Numpy 模块的transpose命令
这个命令比较奇葩，通过这个命令可以看出Numpy和matlab很像但完全不是一回事。
使用一个简单的例子来说明吧
arr = np.arange(12).reshape((2,2,3)
输出的结果是：
这个结果非常的有意思，从这里开始往下就和matlab不一样了。
首先要明白arr3中元素的位置是如何确定的。比如说数字7应该怎么提出来？看着像是第1行，第2列的1维数组中的第2个元素，按这个试试看：
哈。完全不对不是嘛。实际上调用的方法如下：
为什么会这样呢？这是理解上的偏差，注意看最上面的arr3的输出结果。
arr3首先被分成了2个大的元素集合，两个集合上下分布构成一个2行1列的元素集合矩阵。而数字7处在下面这个元素集合里，也就是第二行，调用序号为1。
紧接着数字7处在第二个元素集合的第一行（序号0），又处在第一行的第2个位置上（序号1）
所以arr3[1,0,1] = 7
往上追溯一下reshape（a,b,c）之中的abc代表了什么？该怎么理解才是对的？
可以这么理解：a 代表了把原来的数据分成a个元素集合，这些集合构成一个a行1列的元素集合矩阵。紧接着每个元素集合里面都是一个b×c的数组。
然后我们在看一下transpose（a,b,c）是怎么运行的，又得到什么结果。
首先是transpose（0，1, 2）
完全没有变化
然后是tranpose(0,2,1)
变化有点大啊，条换了b和c的位置就有这样 的结果，这是为啥呢？
其实是这样的，还记得上面我们调用数字7是怎么来的吗？
arr3[1,0,1] = 7
而transpose（0,2,1）后数字7的位置该如何调用？看，7处在第二个元素集合（序号1）的第二行（序号1）的第一个位置上（序号0）
arr3[1,1,0] = 7
对比下你就能发现，transpose是基于调用坐标的位置改变来转换数组的。原先数字7的调用坐标是[1,0,1]，transpose后成了[1,1,0]。将坐标的最后两位调换了一下。通过这样的方法将原有所有数字坐标全部调整，构成了新的矩阵。
妈的，这不是蛋疼吗？才疏学浅还看不出这有啥用。。。。。