关于Python Numpy array 的axis 的用法的总结

这篇博客主要探讨了在Python的Numpy库中,array对象的axis参数在计算平均值时的作用。作者通过示例指出,当axis=0时,计算结果是按列求平均;当axis=1时,计算结果是按行求平均。对于高维array,axis的数值与数组的形状相关,axis=0对应最外层的维度,axis=1对应倒数第二层的维度,并以此类推。然而,当设置的axis超出数组维度时,会引发错误。建议对英文熟悉的读者查阅相关资料以深入理解。
摘要由CSDN通过智能技术生成

我自己学习numpy已经很长时间了, 但一直搞不懂它array里面axis的用法 经常就是自己试一下看看axis=0 或者 axis=1 的时候会怎么样 然后再用到代码里面, 比如:

首先导入numpy和创建一个array

>>> import numpy as np
>>> a = np.array([[1,2],[10,20]])
>>> a
array([[ 1,  2],
       [10, 20]])

试试看当axis=0的时候平均值的输出:

>>> a.mean(axis=0)
array([  5.5,  11. ])

aixs=1的时候平均值的输出:

>>> a.mean(axis=1)
array([  1.5,  15. ])

看似规律就是axis=0时是按照来求平均而当axis=1时是按照来求平均值的。 但是这种方法很难应用到高维的a

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值