numpy 数组中的轴 axis

numpy数组中的轴

numpy有很多维度的数组，一维数组，二维数组，三维数组……n维数组，我们生活的是一个三维世界，因此，在这里就只讨论一维数组，二维数组以及三维数组。对于一维数组，可以将其理解为一条线，二维数组可以将其理解为由线组成的面，而三维数组就可以理解成是由面组成的立方体。

numpy中的轴与直角坐标系中的轴概念类似，轴是沿着行和列的方向的，在numpy中使用axis作为轴的名称。有过一定编程基础的同学应该清楚，编程语言中的计数是从0开始的，所以，numpy也不例外，对于轴的个数一样从0开始计数

numpy 二维数组

为了方便理解，先说明一下二维数组中轴的分布，因为这里的轴与坐标系很类似。

在二维数组中，有两个轴，分别为0轴和1轴。axis 0是沿着行方向的轴，是竖跨行垂直延伸的轴，也就是0轴；axis 1是沿着列方向的轴，是横跨列水平延伸的轴，也就是1轴。

代码的例子：

看到上图，关于二维数组轴的分布就很清楚了。但还是要说明一下numpy数组的shape属性，首先对于每个轴，都有其对应的元素，其中，axis 0轴对应的是行，axis 1轴对应的是列，numpy数组中的shape属性给到的是一个元组类型的结果，其第0个元素代表着axis 0轴分布的行的数量，在这里也就是3；第二个元素则代表着axis 1轴分布的列的数量，在这里也就数4。因此，这里就描述了这个二维数组的形状，为三行四列，也就是(3, 4)。

axis在numpy 函数中的使用

当numpy的函数中用到了axis参数时，轴就可以视为执行操作的方向。于是为了方便理解，可以将二维数组中的轴看做成是在描述一种方向，在这里，可以看成其所描述的是行和列增长的方向。

举一个numpy中求和函数的例子

这里接着上面的来说，这里的函数用法就是将a中axis 0轴的元素进行相加，既然是0轴，那么执行sum操作的方向就是行方向，也就是将每行的元素进行相加，在放入一个新的数组中，最后得到的自然就是一个一维数组。

再举一个numpy数组间进行连接的例子

这里用到的axis参数是 1 轴，也就是沿着列方向的，所以进行连接操作的执行方向就是沿着列方向，在这里很明显可以看到在数组的列方向连接上了b数组。同样所得到的结果就是(3, 8)，在列的方向上有连接了4列。

numpy 一维数组

对于一维数组，只有一个轴，为axis 0轴，也就是0轴，对一维数组的操作就只涉及一个方向了，便不再演示了。

numpy 三维数组

对于三维数组的轴的分布，我一开始也是懵的，在网上看了很多文章，都不是太懂，最后，通过尝试修改代码中的参数，总结出了其分布规律，这里是本人的个人理解，不过在绝大多数场景中，这种理解可以行的通。

在三维数组中，也就没有了行、列的叫法了，具体怎样分布的，可以参考上图，上图所示就是一个形状为(2,4,4)的三维数组，沿着axis 0轴分布着两层，沿着axis 1轴分布着三层，沿着axis 2轴分布着四层。

举一个numpy数组堆叠的例子

两个形状都是(4,4)的二维数组在axis 0轴方向上的的堆叠，不难想象，最终的结果就是在axis 0轴方向分布着两层分别是四行四列的二维数组，这个三维数组的形状就是上面我手画的立方体。

感谢你看到这里，如果对你有帮助，那就点个赞呗！