没有一个函数（我知道）将交换列的位置，因为您可以在发布时使用基本切片来执行此操作。您始终可以构建该类型的函数：

    
      def swap(arr, *tups, copy=False):
  ix = np.array(tups)
  if copy:
    arr = arr.copy()
  arr[ix.ravel()] = arr[ix[:,::-1].ravel()]
  return arr
swap(np.eye(6), (0,2), (1,3))
array([[0., 0., 1., 0., 0., 0.],
   [0., 0., 0., 1., 0., 0.],
   [1., 0., 0., 0., 0., 0.],
   [0., 1., 0., 0., 0., 0.],
   [0., 0., 0., 0., 1., 0.],
   [0., 0., 0., 0., 0., 1.]])
</code>
  

    
      import scipy.sparse as sparse
I = sparse.eye(6, format=’csr’)
I.indices[[0,2,1,3]] = I.indices[[2,0,3,1]]
print(I.todense())
array([[0., 0., 1., 0., 0., 0.],
   [0., 0., 0., 1., 0., 0.],
   [1., 0., 0., 0., 0., 0.],
   [0., 1., 0., 0., 0., 0.],
   [0., 0., 0., 0., 1., 0.],
   [0., 0., 0., 0., 0., 1.]])
</code>
  

矢量解决方案可扩展到任何

N

：

    
      N=2
s = np.zeros((3N,3N))
pattern = [[1,0,0],[0,0,1],[0,1,0]]
s.reshape(N,3,N,3)[range(N),:,range(N),:] = pattern
</code>
  

    
      array([[1., 0., 0., 0., 0., 0.],
       [0., 0., 1., 0., 0., 0.],
       [0., 1., 0., 0., 0., 0.],
       [0., 0., 0., 1., 0., 0.],
       [0., 0., 0., 0., 0., 1.],
       [0., 0., 0., 0., 1., 0.]])
</code>
  

像这样的东西？

    
  # helper function, swaps two rows
def swaprows(arr, row1, row2):
    temp = arr[row1].copy()
    arr[row1] = arr[row2]
    arr[row2] = temp
    return arr
a = np.eye(6)
a = swaprows(a, 1, 2)
a = swaprows(a, 4, 5)
print(a)
=>
[[1. 0. 0. 0. 0. 0.]
[0. 0. 1. 0. 0. 0.]
[0. 1. 0. 0. 0. 0.]
[0. 0. 0. 1. 0. 0.]
[0. 0. 0. 0. 0. 1.]
[0. 0. 0. 0. 1. 0.]]
</code>