numpy 中高维数组关于 axis 的理解

Herk (ง •̀_•́)ง

已于 2024-09-29 12:31:46 修改

阅读量101

点赞数 2

文章标签： python numpy 机器学习

于 2024-09-29 11:54:01 首次发布

本文链接：https://blog.csdn.net/Alpherkin/article/details/142631832

版权

a = np.ones((2, 3, 4), dtype=int)
a.sum(axis=0)
a.sum(axis=1)
a.sum(axis=2)

实际上，axis 的逻辑可理解为如下：

a.sum(axis=0) 等价于 a[0, :, :] + a[1, :, :]

a.sum(axis=1) 等价于 a[:, 0, :] + a[:, 1, :] + a[:, 2, :]

a.sum(axis=2) 等价于 a[:, :, 0] + a[:, :, 1] + a[:, :, 2] + a[:, :, 3]

例如 axis = 2，表示把数组第 2 个维度上的所有切片进行 sum() 操作，大概就是这个意思。