numpy的axis理解（基于sum函数）

在numpy库中，axis轴的问题比较重要，不同的值会得到不同的结果，为了便于理解，特此将自己的理解进行梳理

为了梳理axis,借助于sum函数进行！

a = np.arange(27).reshape((3,3,3))
print(a)
# [[[ 0  1  2]
#   [ 3  4  5]
#   [ 6  7  8]]
#
#  [[ 9 10 11]
#   [12 13 14]
#   [15 16 17]]
#
#  [[18 19 20]
#   [21 22 23]
#   [24 25 26]]]

b = np.sum(a, axis=0)
print(b)
# [[27 30 33]
#  [36 39 42]
#  [45 48 51]]

c = np.sum(a, axis=1)
print(c)
# [[ 9 12 15]
#  [36 39 42]
#  [63 66 69]]

c = np.sum(a, axis=2)
print(c)
# [[ 3 12 21]
#  [30 39 48]
#  [57 66 75]]

从该内容上总结

1 - axis 的取值必须与 a.shape() 的 len() 值相对应，当axis的值超过时会报错，比如该段代码中如果axis = 3 ，则会报错。

2 - a.shape() 的值是从外向里算的；也即，

     第一个方括号 [ ] 中的 子方括号 [ ] 个数，子方括号中有 3 个，计为 3 ；axis = 0  降其子维，运算子括号 [ ] 内容

     

 

     每个子方括 [ ] 中均有 3 个子方括 [ ] ，计为 3 ；axis = 1 降其子维，运算其子括号 [ ] 内容， 

     

     每个子方括 [ ] 中有 3 个元素，计为 3 ； axis = 2 降其子维，其括号内进行运算

      

3 - 每计算求和一次，要降一维。消灭子维。