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。