理解numpy数组中的各个维度代表的具体意思（axis）

1.学过numpy array的人都会有个疑问：很多np.xxx()函数总有个argument是axis，到底这个axis是什么东西？

2.下面我就来真正剖析这个axis
我举个简单的三维数组的例子：(2,2,1)
np.array( [[[1],
[2]]
[[3],
[4]]] )
这里的(2,2,1)代表的是数组的shape，对应的维度信息为(0,1,2)，
所以2对应第一个维度；
2对应第二个维度；
1对应第三个维度；

3.下面写出数组每个元素的索引就可以很清楚的看出维度（axis）与元素的对应关系了
np.array( [[[（0,0,0）],
[（0,1,0）]]
[[（1,0,0）],
[（1,1,0）]]] )
完结了
4.本人现在的研究方向是：图像的语义分割，如果有志同道合的朋友，可以组队学习
haiyangpengai@gmail.com