Numpy中axis的理解

Numpy中经常有设计到axis的多维数组操作，对axis不是很理解，每次都记不住axis=0代表什么；

下面以2*3*4的多维数组进行说明。

先看代码段

import numpy as np
np.random.seed(123)
x = np.random.randint(0,5,[2,3,4])
print(x)
[[[2 4 2 1]
  [3 2 3 1]
  [1 0 1 1]]
 [[0 0 1 3]
  [4 0 0 4]
  [1 3 2 4]]]
print(x.max(axis=0))
[[2 4 2 3]
 [4 2 3 4]
 [1 3 2 4]]
print(x.max(axis=1))
[[3 4 3 1]
 [4 3 2 4]]
print(x.max(axis=2))
[[4 3 1]
 [3 4 4]]

现在还没太理解具体含义，但是想出个可以记住怎么用的办法。

比如以上数组x，当取axis=0（也就是所说的第一维）时，得到的数组shape为3*4，可以理解为：

两个二维矩阵在三维空间中，x.max(axis=0)就表示俯视图看这个两个矩阵的叠加效果（也就是逆着z轴方向从上往下看），max表示只能看到最大的那个；

 

同样，axis=1表示主视图看两个矩阵的叠加效果（逆着x轴方向看），得到一个2*4的矩阵。

 

axis=2，则为左视图，得到2*3的矩阵。