numpy的axis的学习

import numpy as np


a = np.array([[[1, 2, 4], [1, 2, 4]], [[3, 2, 1], [1, 2, 4]], [[3, 2, 1], [1, 2, 4]]])
print(a.shape)
b = np.max(a, axis=0)
print(b.shape)
print(b)
c = np.max(a, axis=1)
print(c.shape)
print(c)
d = np.max(a, axis=2)
print(d.shape)
print(d)

a的形状是(3, 2, 3)
b的形状是

$$\begin{matrix} 3 & 2 & 4 \\ 1 & 2 & 4 \end{matrix} \tag{b}$$
我们发现max和axis是一种降维的方法，变为(2, 3),我们可以理解为axis=0是在一个batch进行的。
c的形状是
$$\begin{matrix} 1&2 &4\\ 3 &2& 4\\ 3 &2& 4 \end{matrix} \tag{c}$$
d的形状是
$$\begin{matrix} 4& 4\\ 3 &4\\ 3 &4\\ \end{matrix} \tag{d}$$

也就是说，axis是用来选定在哪一个维度进行计算的，axis从小到大，范围也越来越小，是一种降维的方法。