对于Numpy中多维数组的axis轴的理解（以sort函数以及rot90函数为例）

最近笔者在看代码的时候看到对多维数组的旋转操作np.rot90(m, 1, (0, 1))，其中一个参数是axis轴，不太懂，于是查了很多资料，在这里写一下我自己的理解。
以三维数组为例，对于其形状可以描述成p×m×n，p表示第一维，m表示第二维，n表示第三维，例如np数组m = [[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]]形状是2×2×3，第一维内容是两个二维数组[[1,2,3],[4,5,6]]和[[7,8,9],[10,11,12]]，第二维是四个一维数组[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]分别包含在两个二维数组中，而第三维则是12个数字，分别包含在四个一维数组中。
同样对于轴的理解也是从维度出发，按照对于数组的切片理解可以得出如下的图表示数组的轴：

m[0,:,:] =[[1,2,3],[4,5,6]],m[0,0,:]=[[1,2,3]], m[0,0,0]=0

以sort函数为例

这个示例是看到了这个作者写的文章，
有以下数组data

>>> data
array([[[4, 2, 0],
        [0, 0, 4]],

       [[2, 1, 1],
        [1, 0, 2]],

       [[3, 0, 4],
        [0, 1, 3]]])

当用数轴来表示时，可看作如下图所示，从这张图出发就可以很清晰地看出是如何进行排序的：

>>> np.sort(data)  ## 默认对最大的axis进行排序，这里即是axis=2
array([[[0,