python机器学习经典实例学习笔记一（numpy.axis的理解）

在使用python时碰到axis模块的理解：

（参考链接：http://blog.csdn.net/fangjian1204/article/details/53055219）

总结：设axis=i，则numpy沿着第i个下标变化的放下进行操作。

个人理解：（以四维数组举例）

对于链接中这个四维数组的理解如下：

就是这样的一个的矩阵np.random.randint (0,5, [4,3,2,3])

[4, 1,0]    [1, 2, 4]    [4, 3, 3]

[4, 3,0]    [2, 2, 3]    [4, 2, 3]

 

[4, 0,1]    [0, 1, 0]    [1, 3, 0]

[1, 1,1]    [0, 4, 1]    [0, 3, 0]

 

[3,3, 4]    [1, 2, 3]    [1, 4, 1]

[0,1, 0]    [4, 0, 4]    [1, 3, 2]

 

[0,1, 1]    [4, 1, 4]    [0, 1, 0]

[2,4, 3]    [1, 4, 1]    [2, 4, 3]

（python的中括号看起来好难理解）

图一：axi=0时的操作方向

图二：axi=1时的操作方向

图三：axi=2时的操作方向

图四：axi=3时的操作方向

import numpy as np
import matplotlib.pyplot as plt

b=np.array([[[[4, 1, 0],
         [4, 3, 0]],
        [[1, 2, 4],
         [2, 2, 3]],
        [[4, 3, 3],
         [4, 2, 3]]],

       [[[4, 0, 1],
         [1, 1, 1]],
        [[0, 1, 0],
         [0, 4, 1]],
        [[1, 3, 0],
         [0, 3, 0]]],

       [[[3, 3, 4],
         [0, 1, 0]],
        [[1, 2, 3],
         [4, 0, 4]],
        [[1, 4, 1],
         [1, 3, 2]]],

       [[[0, 1, 1],
         [2, 4, 3]],
        [[4, 1, 4],
         [1, 4, 1]],
        [[0, 1, 0],
         [2, 4, 3]]]])
c=np.sum(b, axis=0)
print(c)

可以修改其中的axis的值来看结果，帮助理解。