torch 的 dim 和 numpy 的axis 表示方向不同

1.  torch中以index_select为例子

torch.index_select(input, dim, index, out=None)
- 功能：在维度dim上，按index索引数据
- 返回值：依index索引数据拼接的张量
    - index：要索引的张量
    - dim：要索引的维度
    - index：要索引数据的序号

x = torch.randn(3, 4)
print(x)
indices = torch.tensor([0, 2])
torch.index_select(x, 1, indices)



#把1改为0
y = torch.randn(3, 4)
print(y)
indices = torch.tensor([0, 2])
torch.index_select(y, 0, indices)

输出如下，可以看出，dim=1时按照列索引；dim=0时，按照行索引

tensor([[ 1.9626,  0.1007, -1.2005,  1.2650],
        [ 0.3603,  0.6343, -0.6197,  0.5740],
        [-0.0798,  0.9674, -0.7761,  0.5552]])
tensor([[ 1.9626, -1.2005],
        [ 0.3603, -0.6197],
        [-0.0798, -0.7761]])


tensor([[ 0.2274, -2.1934, -0.3129,  0.3869],
        [ 0.3831, -0.7156, -1.0765, -2.1098],
        [-0.8007, -0.0095,  0.8703, -0.8797]])
tensor([[ 0.2274, -2.1934, -0.3129,  0.3869],
        [-0.8007, -0.0095,  0.8703, -0.8797]])

2.numpy 中 以mean为例

x = numpy.random.randint(1,10,(3,4))
print(x)
print(x.mean(0))


y = numpy.random.randint(1,10,(3,4))
print(y)
print(y.mean(1))

输出如下，axis = 0时，按照竖直方向从上往下计算均值，输出4个数；axis=1时，按照水平方向从左往右计算均值，输出三个数。

[[6 8 4 9]
 [7 5 9 3]
 [1 7 6 1]]
[4.66666667 6.66666667 6.33333333 4.33333333]


[[3 3 6 5]
 [4 3 1 5]
 [7 2 2 5]]
[4.25 3.25 4.  ]