怎么样：

import numpy as np
a = np.array([[[10, 1, 1, 2],
               [2, 2, 2, 3],
               [3, 3, 3, 4]],
              [[1, 1, 1, 2],
               [2, 2, 2, 3],
               [3, 3, 3, 4]]])

字符串
而沿着最后一个维度的逆是：

b = a[:,:,::-1]

型
或

b = a[...,::-1]

型
虽然我不太喜欢后者，因为前两个维度是隐含的，更难看到正在发生的事情。

对于每一个内部数组，你可以使用fliplr。它在左/右方向翻转每行中的条目。列被保留，但以与以前不同的顺序出现。
样品使用：

import numpy as np
initial_array = np.array([[[1, 1, 1, 2],
                          [2, 2, 2, 3],
                          [3, 3, 3, 4]],
                         [[1, 1, 1, 2],
                          [2, 2, 2, 3],
                          [3, 3, 3, 4]]])
index=0
initial_shape = initial_array.shape
reversed=np.empty(shape=initial_shape)
for inner_array in initial_array:
    reversed[index] = np.fliplr(inner_array)
    index += 1

字符串
反印
输出量：

array([[[2, 1, 1, 1],
        [3, 2, 2, 2],
        [4, 3, 3, 3]],
       [[2, 1, 1, 1],
        [3, 2, 2, 2],
        [4, 3, 3, 3]]])

型
确保fliplr函数的输入数组必须至少是二维的。
此外，如果你想在向上/向下方向翻转数组，你也可以使用flipud

您可以使用numpy.flip()轻松完成此操作：

import numpy as np
a = np.array([[[1, 1, 1, 2],
               [2, 2, 2, 3],
               [3, 3, 3, 4]],
              [[1, 1, 1, 2],
               [2, 2, 2, 3],
               [3, 3, 3, 4]]])
print(np.flip(a, axis=2))

字符串
该公式给出：

array([[[2, 1, 1, 1],
        [3, 2, 2, 2],
        [4, 3, 3, 3]],
       [[2, 1, 1, 1],
        [3, 2, 2, 2],
        [4, 3, 3, 3]]])

型
由于额外的方括号，输入数组是三维的。因此，沿沿着axis=2翻转意味着翻转第三轴（因为计数从0开始）。
请注意，这将返回一个视图，而不是一个副本（参见docs）。