numpy中axis参数理解

最新推荐文章于 2025-02-28 22:00:34 发布

原创

最新推荐文章于 2025-02-28 22:00:34 发布 · 959 阅读

标签

#python

收录于

该博客详细解释了numpy中axis参数的含义，指出axis代表数组的维度，对应数组的层级。在二维数组中，axis=0表示行运算，axis=1表示列运算。在更高维度中，axis值表示去除相应层数的括号并按逗号分隔的元素进行运算。作者通过实例展示了如何使用axis进行求和操作，并解释了如何利用axis参数求解谁最喜欢吃水果、哪个水果最受欢迎以及哪个班级的学生最爱吃水果等问题。

对axis的理解

在我理解看来，numpy中参数axis代表的就是维度。即通过.shape函数输出的元素有几个，axis 最大就是几，即这个数组最大的维度。
同时注意，在numpy中 rank 代表的是数组的维度而不是秩，区别于线代的rank
在numpy中，rank和axis的最大值是一个意思

import numpy as np
import pandas as pd
rng = np.random.RandomState(0)
np1 = np.arange(36)
rng.shuffle(np1)    #打乱顺序
np2 = np1.reshape(4,3,3)
print(np2)
print('————')
print(np2.shape)
print('————')
print('数组维度为：')
print(np2.ndim)       #求 rank 即维度
print('axis最大为')
print(len(np2.shape))  #求shape返回的对象有几个元素，也代表着维度

out:
[[[31 20 16]
  [30 22 15]
  [10  2 11]]

 [[29 27 35]
  [33 28 32]
  [ 8 13  5]]

 [[17 14  7]
  [26  1 12]
  [25 24  6]]

 [[23  4 18]
  [21 19  9</