【知识点】关于axis的理解（python）

本篇从两个例子argmax和sum两个函数来进行理解，是我的一个暂时性理解，不知道对不对，正确性有待验证。

axis可以理解为从哪个维度来计算：比如axis=0就表示从第零个维度开始计算。 （这里维度从0开始比较好理解）

如b[i][j]这里有2个维度，axis=0表示在i方向上进行变化，即b[0][j] b[1][j]。

输出的形状应该和b[0][j] 和b[1][j]中的任何一个一样，即1*3的一个张量。

二维：

b=torch.tensor([[1,2,3],[3,5,4]])
print(b.argmax(axis=0))
print(b.sum(axis=0))

  

首先b是一个二维张量，argmax返回的是最大值对应的下标索引（索引从零开始），sum返回求和结果。

argmax函数：对应的就是求每一列中的最大值的索引。

sum函数：对应的就是求每一列的元素的和。

这两者的答案都是按照b[i][j]中第0个维度（即维度i）的变化来进行计算的。

因为第0个维度在二维张量b中表示的是行，所以就是按照行来计算

所以当axis为1时就表示按第1个维度来进行计算，即按列：

b=torch.tensor([[1,2,3],[3,5,4]])
print(b.argmax(axis=1))
print(b.sum(axis=1))

三维：

b=torch.tensor(
    [
        [
            [1,2,13,4],
            [14,5,6,7],
            [10,9,7,8]
        ],
        [
            [4,3,12,1],
            [7,12,4,13],
            [13,4,7,15]
        ]
    ]
)
print(b.argmax(axis=0))
print(b.sum(axis=0))

 对于b[i][j][k]中axis=0时，表示按照第一个维度进行计算，最后计算出来的形状应该是[j][k]的形状。因为b是一个2*3*4张量，所以计算出来答案是一个3*4的形状。

如果把这个2*3*4看做一个立方体，那么就是把第二层的3*4张量和第二层的3*4张量来进行运算。

即  1和4  2和3  13和12   4和1

      ......

argmax：1和4最大是4，索引为1；2和3最大是3，索引为1；13和12最大是13 ，索引为0；4和1最大是4，索引为0......

sum：1+4=5；2+3=5；13+12=25；4+1=5......

当axis=1：

b=torch.tensor(
    [
        [
            [1,2,13,4],
            [14,5,6,7],
            [10,9,7,8]
        ],
        [
            [4,3,12,1],
            [7,12,4,13],
            [13,4,7,15]
        ]
    ]
)
print(b.argmax(axis=1))
print(b.sum(axis=1))

axis=1就按照b[i][j][k]中的i来运算，输出形状为i*k即2*4。 

参考：

https://www.cnblogs.com/touch-skyer/p/8509217.html

https://blog.csdn.net/sky_kkk/article/details/79725646