Numpy中的数组理解

numpy中数组的下标从0开始

理解一维数组

首先创建一个一维数组a，数组a 的内容为：[0 1 2 3]

import numpy as np
a = np.array(list([0,1,2,3]))
print(a)

输出：
[0 1 2 3]

理解二维数组

首先创建一个二维数组b，数组 b 的内容为：注意：最内层的【】内为一行

[[0 1 2 3]

[4 5 6 7]]

b = np.array(range(8)).reshape((2,4))
print(b)
b

输出：
[[0 1 2 3]
 [4 5 6 7]]

array([[0, 1, 2, 3],
       [4, 5, 6, 7]])

第一维是行，第一维的第一行元素的 index 是 0，第二行元素的 index 是 1，以此类推。第二维是列，第二维的第一列元素的 index 是 0，第二列元素的 index 是1，以此类推。

理解三维数组

创建一个三维数组 c，数组 c 的内容为：

[ [ [ 0 1 2 3 ]

[ 4 5 6 7 ] ]  

[ [ 8 9 10 11 ]

[12 13 14 15 ] ]

[ [ 16 17 18 19 ]

[ 20 21 22 23 ] ] ]

c = np.array(range(24)).reshape((3,2,4))
print(c)

输出：
[[[ 0  1  2  3]
  [ 4  5  6  7]]

 [[ 8  9 10 11]
  [12 13 14 15]]

 [[16 17 18 19]
  [20 21 22 23]]]

c的shape是 （3, 2, 4），3通道2行4列，最外层[]，里面有三个[]，所以shape是3，第二层是[]，里面有2个[]，所以shape是2

numpy数组都有[]标记，其对应关系：axis=0对应最外层的[]，axis=1对应第二外层的[]，…，axis=n对应第n外层的[]。以三维数组为例，两者关系如下表所示：

理解numpy数组中axis的设置

这里使用了博主西北种田文的方法“括号最大块法”。

博客链接为：Python：一文让你彻底理解numpy中axis=-1/0/1/2… [实例讲解：np.argmax(axis= -1 0 1 2) np.sum(aixs= -1 0 1 2)]

括号最大块法有且仅有两步：

第一步：由axis = value，找对应[]里的最大单位块。（np.sum()拆掉此层[]，np.argmax()不拆此层[]）

第二步：对单位块进行计算，这里又分为两种情况：

当单位块是数值时，直接计算
当单位块是数组时，对应下标元素进行计算
接下来对上述方法进行补充说明：

首先，最大单位块就是某层[]里包裹的最大结构块。比如：

[1，2，3]：[]里最大的单位块是数值 1 2 3。
[[1，2]，[3，4]]：最外层[]里最大单位块是[1，2] 和 [3，4]，第二层[]里最大单位块是1，2 和 3，4。
[[[1，2]，[3，4]]，[[5，6]，[7，8]]]：最外层[]里最大单位块是[[1，2]，[3，4]]和[[5，6]，[7，8]]，第二层[]里最大单位块是[1，2]和[3，4] 还有 [5，6]和[7，8]，第三层[]里最大单位块是1，2 和 3，4 和 5，6 和 7，8。
其次，最大单位块是数组时，对应下标元素的计算方法为：

对于numpy二维数组[[1，2]，[3，4]]。
axis=0，最外层[]，有一对，其里包含两个最大块[1，2]、[3，4]，这两个块1和3、2和4即为对应。
axis=1，第二层[]，有两对，两个[]都为数值，直接计算。
对于numpy三维数组[[[1, 2],[3, 4]], [[5, 6],[7, 8]]]。
axis=0，最外层[]，有一对，其里包含两个最大块[[1, 2],[3, 4]]、 [[5, 6],[7, 8]]，这两个块1和5、2和6、3和7、4和8即为对应。
axis=1，第二层[]，有两对，第一个[]最大块为：[1, 2]、[3, 4]，其中1和3、2和4对应；第二个[]最大块为：[5, 6]，[7, 8]，其中5和7、6和8对应。
axis=2，第三层[]，有四对，4个[]内都是数值，直接计算。

参考NumPy数组维度axis参数理解_zhaoguanhua的博客-CSDN博客_numpy维度理解中的图理解sum操作时axis设置   数组维度 3 4 2

axis=0 

axis=1

axis=2

 参考 Python的numpy中axis=0、axis=1、axis=2解释_sally的jerry-CSDN博客_axis对argmax函数中axis设置的理解

np.argmax()：取数组中元素最大值的下标值

一维数组

二维数组
axis=0

 第一步：axis=0对应最外层[]，其内最大单位块为：[ 3, 6, 6, 2]、 [ 4, 7, 11, 2]和[ 5, 9, 1, 3]
第二步：单位块是数组，两者对应下标元素进行计算，即：argmax([3，4，5])、argmax([6，7，9])、argmax([6，11，1])、argmax([2，2，3])，得到4个最大值索引值：2、2、1、2，得到索引值数组：[2 2 1 2]

axis=1

第一步：axis=1对应第二层[]，其内最大单位块为：3, 6, 6, 2 和 4, 7, 11, 2 和 5, 9, 1, 3
第二步：单位块是数值，直接进行计算，即：argmax([3，6，6，2])、argmax([4，7，11，2])、argmax([5，9，1，3])，得到3个最大值索引值：1、2、1，得到索引数组：[1 2 1]

 三维数组
axis=0

第一步：axis=0对应最外层[]，其内最大单位块为：

第二步：单位块是数组，三者对应下标元素进行计算，如图：

即：argmax([1，-1，21)、argmax([5，7，6])、argmax([5，-5，-5])、argmax([2，2，2])、argmax([9，9，9])、argmax([-6，6，36])…以此类推，得到索引值数组：

axis=1

第一步：axis=1对应第二层[]，其内最大单位块为：
第一个[]内最大单位块：

 

 第二个[]内最大单位块：

 第三个[]内最大单位块：

 第二步：各[]内单位块是数组且都为三块，三者对应下标元素进行计算，即：
第一个[]内，三块对应下标，如图：

计算：argmax([1，9，-3)、argmax([5，-6，7])、argmax([5，2，-9])、argmax(2，8，1)
以此类推：第二个[]、第三个[]，得到索引值数组：

axis=2

第一步：axis=2对应第三层[]，其内最大单位块为：
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

第二步：单位块是数值，直接进行计算，即：
argmax([1，5，5，2])
argmax([9，-6，2，8])
argmax([-3，7，-9，1])
argmax([-1，7，-5，2])
…
以此类推，得到索引数组：

axis=-1

axis=-1，表示在当前数组最后一维度操作，三维数组中axis=0/1/2，那么axis=-1即等价于axis=2，所以其结果与axis=2相同！