关于numpy中axis参数的个人心得

编程中遇到了这样的一个问题：有一个四维数组，需要在其中两个维度上搜索最大值。假设原数组是array[x1,x2,x3,x4]，那么就是要求一个max_array[x1,x2]，其中max_array[x1,x2]表示对全部的        i j中 array[x1,x2,i,j]的最大值。

第一时间想到了用np.max()进行求解，但是网上搜索到的博客都只支持对一个轴进行求解。比如max(array, axis = 3）就是固定x1, x2, x4，然后搜索x3的最大值。当然可以通过两次调用max来实现我需要的功能，也就是np.max(np.max(array, axis=3), axis=2)，但这一代码简直丑陋至极。

经过尝试和检索资料后发现，axis这一变量并非只能指定一个轴，而是可以支持多个轴的，下面来看实例。

a = np.random.randint(0,10, (2,2,2,2), dtype=np.int8)
print(a)
print('max:')
print(a.max(axis=(2,3)))

 输出结果为：

[[[[4 6]
   [0 3]]

  [[1 5]
   [1 9]]]


 [[[6 9]
   [1 9]]

  [[7 6]
   [7 3]]]]
max:
[[6 9]
 [9 7]]

可见，max函数在这里实现了对轴2，3同时进行最大值的搜索，输出的数组被降低了两个维度。