numpy中axis问题记录

前言：学习过程中问题记录，借鉴ai

NumPy中的轴（Axis）

在NumPy中，数组可以有多个维度（或轴）。每个轴代表数据的一个方向。对于一个n维数组，它有n个轴，这些轴是从0开始编号的：

• axis=0 表示第一个维度（最外层）
• axis=1 表示第二个维度
• 以此类推...

轴的概念

当你对一个数组进行操作时（例如求和、平均值等），你可以指定沿着哪个轴进行操作。如果你不指定轴，则操作会应用于整个数组的所有元素。

解释“设axis=i, 则numpy沿着第i个下标变化的方向进行操作”

这句话的意思是说，当你设置axis=i时，NumPy会在第i个维度上进行操作，即沿着该维度的变化方向进行操作。换句话说，NumPy会对该维度上的所有元素执行指定的操作，而其他维度保持不变。

具体例子说明

三维数组为例：

arr = np.array([[[ 0,  1],
                 [ 2,  3],
                 [ 4,  5],
                 [ 6,  7]],

                [[ 8,  9],
                 [10, 11],
                 [12, 13],
                 [14, 15]]])

这个数组的形状是 (2, 4, 2)，表示它有两层（第一维度），每层有四行（第二维度），每行有两个元素（第三维度）。

不同轴的操作

1. axis=0：沿着最外层维度（第一维度）进行操作。

   • 这意味着我们会将两个子数组（页）对应位置的值相加。
   • 结果是一个形状为 (4, 2) 的数组：

     array([[ 8, 10],
            [12, 14],
            [16, 18],
            [20, 22]])

2. axis=1：沿着中间维度（第二维度）进行操作。

   • 这意味着我们会将每一层内每一列的值相加。
   • 结果是一个形状为 (2, 2) 的数组：

     array([[12, 16],
            [44, 48]])

3. axis=2：沿着最内层维度（第三维度）进行操作。

   • 这意味着我们会将每一层内每一个小数组内的值相加。
   • 结果是一个形状为 (2, 4) 的数组：

     array([[ 1,  5,  9, 13],
            [17, 21, 25, 29]])

总结

• axis=0：沿着第一个维度（最外层）进行操作，即对每一列的元素进行操作。
• axis=1：沿着第二个维度（中间层）进行操作，即对每一行的元素进行操作。
• axis=2：沿着第三个维度（最内层）进行操作，即对每个小数组内的元素进行操作。

关键点：当你设置axis=i时，NumPy会沿着第i个维度进行操作，这意味着在这个维度上的所有元素会被聚合在一起进行操作（如求和、平均等），而其他维度保持不变。这适用于任何维度的数组，不仅仅是二维数组。通过这种方式，你可以灵活地控制数据如何被处理和聚合。