Numpy 中的axes 和 rank 的理解

Numpy 中axes and rank 的理解

Numpy的主要用途是处理多维数组
NumPy的数组类被称作ndarray，把这个多维数组想象成是由多个一维数组拼接而成的。
比如[[2,1,2], [1,1,2]]可以看作一个大一维数组（在外层的数组）里面包含两个一维数组作为元素， 里面的两个长度为3 的一维数组
形象点蓝色轴为外部的一维数组，包含两个元素，每一个元素又是单独的一个一维数组（黄色轴），其中每一个绿色方格代表一个该一维数组包含元素的个数

1. axes

			轴，就可以理解成向一个方向运动的箭头，类似 x轴上发芽，垂直生出啦y轴，于是从一维space 到二维space，这就不难理解”在Numpy中，维数（dimensions）通过轴（axes）来扩展“的概念啦
			轴数axes就可以理解每一个轴上一维数组中包含的元素个数

2. rank

rank就可以理解成朝不同方向延伸的轴的个数。理解成the number of the axes
可能理解或者表述存在偏差，望指正，感激不尽。