``
axis 是个啥子
简单来说:他就是坐标轴的方向
一维数组拥有一个轴:axis=0;
二维数组拥有两个轴:axis=0,axis=1;
n维数组拥有n个轴:axis=0,axis=1,axis=2 …。
如何不搞混淆?
1表示横轴,方向从左到右,当axis=1时,数组的变化是横向的,而体现出来的是列的增加或者减少。
你应该记住了吧
在pandas数据处理中,sum函数就是一个很典型 的例子:
sum(axis=1 or 0)
# Eaxmple1:
A_sum_axis1=pd.DataFrame([[ 0., 2., 4., 6.],
[ 8., 10., 12., 14.],
[16., 18., 20., 22.],
[24., 26., 28., 30.],
[32., 34., 36., 38.]])
A_sum_axis1 = A.sum(axis=1)
A_sum_axis1, A_sum_axis1.shape
Eample2
arr = np.array([[1, 2], [3, 4]])
arr.sum(axis = 0)
array([4, 6])
Example3:
arr = np.array([[1, 2], [3, 4]])
arr.sum(axis = 1)
array([3, 7])
Example4:
arr = np.array([[3, 6, 6, 2], [4, 7, 11, 2], [5, 9, 1, 3]])
array([[ 3, 6, 6, 2],
[ 4, 7, 11, 2],
print(np.argmax(arr, axis=1))
[1 2 1]
Example5:
array([[[ 1, 5, 5, 2],
[ 9, -6, 2, 8],
[-3, 7, -9, 1]],
[[-1, 7, -5, 2],
[ 9, 6, 2, 8],
[ 3, 7, 9, 1]],
[[21, 6, -5, 2],
[ 9, 36, 2, 8],
[ 2, 7, 66, 1]]])
print(np.argmax(arr, axis=2))
[[1 0 1]
[1 0 2]
[0 1 2]]
现在你应该有一个清晰的 思路了吧