python中 axis的本质

使用Python中的Numpy和Pandas进行数据分析的时候，经常会遇到axis参数，网络上很多资料对这个基本问题说得不清楚，现结合自己的理解来讲讲axis本质，希望大家多多批评指正。

axis用在对多维数组进行操作时指定变化的是哪一维？（一维数组因为只有一个维度，不需要指定哪一维）指定axis=n进行某种操作时，如进行sum操作，表示其它维相对固定的情况下，对标号为n的那一维上的所有数进行一次sum操作，然后在其它维上不断遍历的情况下，重复进行sum操作，假设数组原本有M维，最后将变成M-1维，标号为n的那一维最后被消除了。

接下来看几个具体的例子。

arr1 = np.array(
        [[ 11,2,3,4],
         [ 5, 6,7,18],
         [ 9, 8,1,3]])
print(np.min(arr1,axis=0))
print(np.max(arr1,axis=1))

arr1是一个二维数组，标号为0的维代表行，标号为1的维代表列。语句np.min(arr1,axis=0)里axis=0代表：先把其他维（这里只剩下标号为1的维度）固定为0，即固定第一列，变化的是标号为0的维上的下标，对三个数11，5，9求最小值为5；然后固定第二列，再次变化标号为0的维上的下标，对三个数2，6，8求最小值为2；依此类推，然后固定第三列，在对应的列上，求出最小值为1；在最后一列上求出最小值为3。

语句np.max(arr1,axis=1)，axis=1代表：这里的其他维是指标号为0的维，先将它固定为0，也就是固定为第一行，变化的是标号为1的维上的下标，对四个数11，2，3，4求最大值，求出最大值为11；然后固定为第二行，再次变化标号为1的维上的下标，对二行的四个数5, 6,7,18求最大值为18；依此类推，固定为第三行，对9, 8,1,3这四个数求最大值为9。

再看一个更具有代表性的例子

import numpy as np
arr1 = np.array(
        [[[11,2, 3, 4],
         [ 5, 16,7, 18],
         [ 9, 8, 1, 3]]
        ,
         [[1, 5, 13,4],
         [ 15,6, 9, 2],
         [ 9, 18,11,3]]]
        )
print(np.min(arr1,axis=0))
print(np.max(arr1,axis=1))

arr1是一个三维数组，可以想像为一个2页，每页3行4列的数组，下标为0的维控制各页，下标为1的维控制各行，下标为2的维控制各列。 np.min(arr1,axis=0)里的axis=0代表：其它维的下标为1和2，当其它维暂时固定时，变化的是各页上的数。其它维先固定为第一行第一列，遍历该位置上各页的数为11和1，最小值为1。然后其它维再固定为第一行第二列，遍历该位置上各页的数为2和5，最小值为2。依此类推得到的最终结果为：

[[1 2 3 4]
 [5 6 7 2]
 [9 8 1 3]]

np.max(arr1,axis=1)里的axis=1代表：其它维的下标为0和2，当其它维暂时固定时，也就是固定页和列时，变化的是各行上的数。先固定为第一页与第一列，在变化的行的维度上有三个数11，5，9，最大值为11。再固定为第一页与第二列，在变化的行的维度上有三个数2，16，8 ，最大值为16。依此类推把第一页处理完后，再固定为第二页与第一列，在1，15，9这三个数中求出最大值为15。依此类推得到的最终结果为：

[[11 16  7 18]
 [15 18 13  4]]

同理np.argmin(arr1,axis=0)，np.argmax(arr1,axis=1)这两条语句的执行过程与上面分析的两条语句的执行过程是一样的，不同之处在于得到的结果为：求得的最小值在指定的变化维上的下标。如下所示：

[[1 0 0 0]
 [0 1 0 1]
 [0 0 0 0]]

[[0 1 1 1]
 [1 2 0 0]]