numpy中数组轴的概念

以三维数组为例

import numpy as np
a = np.arange(24).reshape(4, 3, 2)

a是一个三维数组，即该数组有3个层次的轴，axis=0表示最外层的轴，axis=1表示最外层轴下面的次级轴，axis=3则是更次级轴；上述命令中的reshape()函数中的三个参数(4,3,2)是按从外到次再到次次的层次排列的，(4,3,2)表明最外层有4个轴(可以想象为4个二维矩阵)。每个最外层轴下，次一级轴的数量为3(即每一个二维矩阵由3个行向量组成)。每个次轴下又包含2个次次轴(即每个行向量含两个单值)。
对于上述规整的三维数组，我们可以将其中的每一个元素视为3D坐标轴中的一个点，这些点排列成一个立方体形状；其中每个2维矩阵代表一个垂直的矩形切面，共有4个垂直矩形切面(该三维数组包含4个二维矩阵)；则0轴即为沿纵深方向的轴(表明该轴是串联二维矩阵的轴)；1轴是纵轴，表明该轴是串联每个二维矩阵中行向量的轴；2轴是横轴，表明该轴是串联每个行向量中元素的轴。
可以将三维空间中的点看作二维空间中点运动的轨迹，则三维空间中的每一个垂直切片得到的矩阵可以看成是第一个矩阵沿纵深方向移动得到的轨迹。每一个二维矩阵中的点，就是第一个二维矩阵中的点在不同时点的坐标；同理，可以将二维空间中的点看作二维空间中点运动的轨迹

np.mean(a, axis=0)

该命令表明沿纵深轴求均值，

np.mean(a, axis=1)

该命令表明沿每个二维矩阵的纵轴求均值，

np.mean(a, axis=2)

表明沿横轴方向求每个行向量元素的均值，

以四维数组为例

import numpy as np
b = np.arange(48).reshape(2, 4, 3, 2)

该数组