numpy中axis的通俗理解(个人学习见解)

最新推荐文章于 2025-07-29 13:57:22 发布

原创最新推荐文章于 2025-07-29 13:57:22 发布 · 346 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #numpy

学习总结专栏收录该内容

2 篇文章

订阅专栏

博客主要介绍了numpy中axis=0的含义，可将其理解为最外层括号，每向内增加一层括号，axis加1，还表示会直接上图说明。

import numpy as np
a = np.arange(12).reshape(2,3,2)
print a
# 个人理解，a将1~11分成两个数组，分别是三行两列（0~5一组，另一组6~11）
# output
[[[ 0  1]
  [ 2  3]
  [ 4  5]]

 [[ 6  7]
  [ 8  9]
  [10 11]]]

然而，numpy中的axis=0可以理解为最外层括号，每向内增加一层括号，axis加1；

# 这里sum(axis=0)其实就是第一个括号里面的两个数组相加
b = a.sum(axis=0)
# output
[[ 6, 8], 
[10, 12], 
[14, 16]]

# 这里sum(axis=1)其实就是第二个括号内的数相加
c = a.sum(axis=1)
# output
[[ 6, 9],
 [24, 27]]

# 这里sum(axis=2)其实就是第三个括号内的数相加
d = a.sum(axis=2)
# output
[[ 1, 5, 9], 
 [13, 17, 21]]

不多说，直接上图：