Numpy中的axis到底怎么看

在使用Numpy进行矩阵运算时,常常会需要选择对哪一轴(axis)进行求平均值等操作,笔者由于对矩阵不是很敏感,因此很多时候还是需要通过测试的笨办法来确定参数设置到底是axis=0还是axis=1。但是这样终归效率很低,因此在之前的一些测试经验上,总结出了识别Numpy矩阵中axis较为实用的一些规律。

首先从最简单的二维矩阵开始:

x = np.array([
    [1, 1, 1],
    [2, 2, 2],
    [3, 3, 3],
    [4, 4, 4],
])

首先查看axis=0时的均值

x.mean(axis=0)

结果为

array([2.5, 2.5, 2.5])

是对从最大的括号往里的第一级元素(即[1,1,1]这样的整体)进行了平均,得到的平均后的结果为一个3元素的矩阵,相当于是按列进行了平均;

再查看axis=1时的均值

x.mean(axis=1)

 结果为

array([1., 2., 3., 4.])

是对从里往外第二级括号内的元素进行了平均,得到一个4元素的矩阵,相当于是按行进行了平均。

对于二维矩阵来说,如果是死

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值