2020-5-13-关于axis的深度理解

关于 numpy 的 axis 是一个很重要的点，所以希望能对你们有帮助。

• NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库
• axis全称Apache Extensible Interaction System 即阿帕奇可扩展交互系统。Axis本质上就是一个SOAP引擎，提供创建服务器端、客户端和网关SOAP操作的基本框架。Axis目前版本是为Java编写的，不过为C++的版本正在开发中。但Axis并不完全是一个SOAP引擎，它还是一个独立的SOAP服务器和一个嵌入Servlet引擎（例如Tomcat）的服务器。

基础知识

对于一个二维数组，精确定位到某个元素可以用a[n0][n1]表示。n0的取值是0，1，2，3，代表第一个索引；n1的取值是0，1，2，3，代表第二个索引； axis的取值取决于数组的维度 比如它是一个三维数组，那么它有三种情况 ： 0，1，2 可以从数学的角度理解就是三维空间有三个轴：x,y,z轴

如果axis=0，就是把行当作轴，行就已经确定下来了(固定取0依次到最大行的索引，比如数组有4行就取到a[3][n1])==

如果axis=1，就是把列当作轴，列就已经确定下来了(固定取0依次到最大行的索引，比如数组有4行就取到a[n0][3])。

实例

a = np.eye(4) 
a[0][2] = 5
a=
array:[[1. 0. 5. 0.]
 		[0. 1. 0. 0.]
 		[0. 0. 1. 0.]
	 	[0. 0. 0. 1.]]

axis=0；以第一列为例：

<<<   print(np.mean(a,axis=0))
<<<   [0.25 0.25 1.5  0.25]

验证： (a[0][0]+a[1][0]+a[2][0]+a[3][0])/4 =0.25 , 正确

axis=1；以第一行为例：

<<<   print(np.mean(a,axis=1))
<<<   [1.5  0.25 0.25 0.25]

验证： (a[0[0]+a[0][1]+a[0][2]+a[0][3]])/4 = 1.5 , 正确

延伸

假设我生成一个numpy数组 a

由上述基础知识可知，这里axis可以取到0,1,2

• axis = 0，按照计算方法： 所以sum(axis=0)的值是 [ [2, 2, 5, 2], [3, 3, 5, 1], [4, 4, 5, 2]]。

  验证一下, 正确！

• axis = 1，按照计算方法： 所以sum(axis=1)的值是 [ [4, 7, 10, 4], [5, 2, 5, 1]]. 验证一下，正确。

• axis = 2，按照计算方法： 所以sum(axis=2)的值是 [ [8, 7, 10], [3, 5, 5]]. 验证一下，正确。

最后

分享就到这里了，如果有不严谨的地方麻烦告知，我会认真修改。

This article is generated based on markdown.