NumPy中的维度Axis

本文介绍了NumPy中的维度Axis概念,通过二维数组的例子解释了第一维和第二维的含义,并探讨了多维数组的维度理解。在二维数组中,第一维表示行,第二维表示列。在多维数组中,维度是从外到内,最外围是第一维,最内部是最后一维。示例代码进一步验证了这些概念。
摘要由CSDN通过智能技术生成


版权声明:本文为博主原创文章,转载请注明原文出处!

写作时间:2019-04-16 14:56:53


浅谈NumPy中的维度Axis

NumPy中的维度是一个很重要的概念,很多函数的参数都需要给定维度Axis,如何直观的理解维度呢?我们首先以二维数组为例进行说明,然后推广到多维数组。

(有人将ndim属性叫维度,将axis叫轴,我还是习惯将axis称之为维度,axis=0称为第一个维度)

二维数组的列子

下面是一个二维数组的列子:

In [1]: import numpy as np

In [2]: x = np.random.randint(0, 9, (2, 3))

In [3]: x
Out[3]:
array([[0, 8, 6],
       [1, 2, 1]])

In [4]: x.ndim
Out[4]: 2

In [5]: x.shape
Out[5]: (2, 3)

In [6]: x[0]
Out[6]: array([0, 8, 6])

In [7]: x[:, 0]
Out[7]: array([0, 1])

In [8]: x.sum(axis=0)
Out[8]: array([ 1, 10,  7])

In [9]: x.sum(axis=1)
Out[9]: array([14,  4])

In [10]: x[0] + x[1]
Out[10]: array([ 1, 10,  7])

In [11]: x[:, 0] + x[:, 1] + x[:, 2
评论
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