列主映射（column-major mapping）是一种数据结构，用于将多维数组中的元素映射到内存中的连续存储位置。在列主映射中，数组的每一列都按顺序存储在内存中的连续块中，每个块包含数组的一列元素。
列主映射通常用于多维数组和矩阵运算中，因为它们可以高效地访问和操作数组元素。列主映射在科学计算、图像处理、机器学习等领域中得到广泛应用。
使用列主映射时，通常需要将多维数组转换为列主映射格式，以便高效地进行访问和操作。可以使用一些编程语言提供的库函数来实现列主映射，例如 Python 中的 numpy 库和 C++中的 Eigen 库。
以下是一个使用 Python 中的 numpy 库进行列主映射的示例代码：

import numpy as np

创建一个 3x4 的二维数组

arr = np.array([[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12]])

将数组转换为列主映射格式

column_major_arr = arr.T.tolist()

输出行主映射数组

print(column_major_arr)
CopyCopy

输出结果为：

[[1, 5, 9],
[2, 6, 10],
[3, 7, 11],
[4, 8, 12]]
CopyCopy

在这个示例中，我们首先创建了一个 3x4 的二维数组，然后使用 numpy 库中的 T（转置）和 tolist() 函数将其转换为列主映射格式。最后，我们输出行主映射数组。
列主映射通常在需要高效访问和操作多维数组和矩阵时使用。例如，在计算机视觉和图像处理中，列主映射可以用于高效地访问和操作图像数据；在机器学习中，列主映射可以用于高效地访问和操作训练数据和模型参数。