Numpy运算中的axis参数设置

最近在学习Numpy时，对函数设置中axis（轴）参数有些困惑，学习了这两篇文章：
Python · numpy · axis
和 Numpy:对Axis的理解，
感觉自己弄明白了，在这里分享我的理解，欢迎交流和指正。

举例说明更明白，那就直接上例子吧。

对于图中所示的数组，shape为(2,3,4)，表示这是一个三维数组，每个维度的大小分别是2，3，4，换言之，就是在相应的维度上有2/3/4个元素。以第一维维度（对应axis=0）为例，其大小为2，也就是有两个元素，即图中的两个$3\times 4$数组。

axis(轴)操作是依据什么规则呢？一般来说，对于N维数据，axis的数字从0到N-1，对应于数组从外到内层（看括号方向）。
我的理解：换个角度，我们可以想象在多维空间进行操作。选取某根坐标轴（axis），相应得到多个切面，然后对这多个切面进行操作。 我们可以在每个维度取出一个“元素”来看看（对应于空间的一个“切面”）：

观察结果我们发现，某一维的元素，其大小正好是其余两维的大小。例如对于上面shape为(2,3,4)的数组b，第一维（axis=0）的元素b[1,:,:]的shape为（3，4），正是其余两维的大小。第二维（axis=1）、第三维（axis=2）的情况也是如此。

现在我们来看np.sum()操作，它是把某个方向上的元素相加，对应到空间中，相当于多个切面叠加到一起，合而为一。因此得到的结果的shape与元素一致。

np.sort()更有意思，它的结果也体现轴操作的特点。比如axis=0时，注意看是数组b中的[1,2,3,4]和[3,2,5,6]对应逐元素排序，[5,2,4,1]和[1,3,6,7]对应逐元素排序，[3,1,1,2]和[6,9,3,1]对应逐元素排序。