4.7.2 대칭 반전과 축 교환 (Transpose & Swapaxes)

[1단계] 데칼코마니 대칭 거울: np.transpose() 와 .T

[비유로 이해하기: 대각선(Diagonal) 기준 거울 반사]

선형대수학에서 행렬의 왼쪽 위에서 오른쪽 아래로 떨어지는 대각선(\)을 거울축으로 삼아 종이를 데칼코마니처럼 접습니다.

맞은편 숫자의 위치가 강제로 맞바뀌는 마법으로, 가로축(행)이 그대로 세로축(열)으로 변신하는 전치 행렬(Transpose Matrix) 연산입니다.

1. 2차원 배열의 전치 (행과 열 뒤집기)

2x3 배열이 대각선을 축으로 회전하여 3x2 배열로 탈바꿈합니다.

np.transpose() 함수나 파이썬 객체 지향의 극치인 1글자 속성 .T를 호출하면, 복잡한 2중 반복문 없이 곧바로 배열 구조 전체가 통째로 대칭 반전됩니다.

import numpy as np

a = np.arange(1, 7).reshape(2, 3)
print("원본 2x3 배열 a:\n", a)

# 다음 3가지 방법은 모두 똑같이 2x3 배열을 3x2 배열로 단번에 뒤집습니다.
print("\nnp.transpose(a) 결과:\n", np.transpose(a))
print("\na.transpose() 결과:\n", a.transpose())
print("\na.T 속성 직접 접근 결과:\n", a.T)

실행 결과:

원본 2x3 배열 a:
 [[1 2 3]
  [4 5 6]]

np.transpose(a) 결과:
 [[1 4]
  [2 5]
  [3 6]]

2. 3차원 고차원 배열의 축(Axes) 제어 전치

3차원 배열의 전치(Transpose)는 단면 거울 반사를 넘어 큐브(공간) 축 자체를 뜯어고쳐 회전시켜버리는 작업입니다. 기본적으로 .T는 (깊이, 행, 열) -> (열, 행, 깊이) 순서로 완전히 뒤집습니다.

np.transpose(a, axes)를 사용할 때 넘겨주는 axes 튜플 파라미터로 “어떤 차원 축을 몇 번째로 보낼지” 미로 퍼즐 풀듯 세밀하게 조작할 수 있습니다.

# (3, 2, 2) 모양의 3차원 배열
b = np.arange(1, 13).reshape(3, 2, 2)

# 기본 전치 연산 (원래 (0, 1, 2) 였던 3차원 축을 (2, 1, 0) 역순으로 완전 반전)
print("3차원 배열 기본 전치(b.T):\n", b.T)

# 축 순서를 세밀하게 직접 제어 (깊이 0축과 열 2축만 서로 맞바꿈)
print("\nnp.transpose(b, (0, 2, 1)) 결과:\n", np.transpose(b, (0, 2, 1)))

[2단계] 콕 집어 두 축만 강제 교환: np.swapaxes()

3차원 이상의 고차원 배열에서 np.transpose의 튜플 axes 옵션을 사용해 도미노처럼 축 전체를 돌리는 것은 초보자에게 너무 헷갈립니다.

“그냥 0번 축하고 2번 축 딱 2개만 콕 집어서 서로 맞바꿔줘!”라고 직관적으로 타겟팅할 때 사용하는 전용 함수가 바로 np.swapaxes(배열, 축1, 축2)입니다.

지정된 2개의 차원 축 평면만 서로 위치가 스위칭되어 데이터 구조가 뒤섞입니다.

# (2, 2, 2) 모양 3차원 배열
x = np.arange(8).reshape(2, 2, 2)

# 전체 축을 복잡하게 인덱싱하여 돌릴 필요 없이, 0축(깊이)과 2축(열)만 서로 쏙 잡아서 바꿉니다.
print("축 교환 결과:\n", np.swapaxes(x, 0, 2))

실행 결과:

축 교환 결과:
 [[[0 4]
  [2 6]]

 [[1 5]
  [3 7]]]

⚠️ 뷰(View) 교체 주의보: ravel(), transpose(), swapaxes() 함수들은 모두 원본 배열 공간의 복사본(Copy) 데이터를 새로 만들지 않습니다! 오직 데이터 접근 순서표만을 재작성하여 거울에 비친 뷰(View 방식)만 반환함으로써 속도를 극한으로 끌어올립니다. 따라서 반환된 바뀐 배열 모양의 특정 값을 수정하면, 언제나 원본 배열의 같은 메모리 주소값도 함께 엎어 쳐져 조작된다는 사실을 명심하세요!