numpy中的axis

今天在看书时处理数据遇到了一个axis，因为我没怎么学过python，这还是第一次遇到。所以查下资料总结一下。

在numpy库中有些统计函数可以指定某一轴(axis)

例如：

numpy.mean()

返回数组中元素的算术平均值。 如果提供了轴，则沿其计算。算术平均值是沿轴的元素的总和除以元素的数量。

 

>>> x = np.array([[1,2],[3,4],[4,5]])
>>> x.shape
(3, 2)

>>> x.mean(axis=0)
array([2.66666667, 3.66666667])

>>> x.mean(axis=1)
array([1.5, 3.5, 4.5])

我的理解：

在这个例子中axis=0时，表示延0轴调用numpy.mean()函数，而本例中第0轴元素分别是[1,2] , [3,4] , [4,5]这三个元素。

则对其进行相加运算得到[8,11]，再除以元素数量3即[2.66666667, 3.66666667]。

axis=1，时表示延1轴调用numpy.mean()函数，则分别延[1,2]的1,2两个元素，[3,4]的3,4两个元素，[4,5]的4,5两个元素进行相加再除以元素数量2得[1.5, 3.5, 4.5]