numpy 中的axis

numpy中有很多函数都用到了axis，在一纬就不说了，二维的时候，axis=0代表对行进行最大值选取，此时对每一列进行操作；axis=1代表对列进行最大值选取，此时对每一行进行操作。到了高维就开始不知所措了。
下面以argmax为例子。
首先，有axis的函数操作，纬度会减1。

import numpy as np
a=np.arange(64)
np.random.shuffle(a)
a=a.reshape(2,4,8)
b=a.argmax(axis=0)
print(a.shape)
print(b.shape)

并且shape会变为去掉所操作的axis之后的shape,例如shape=(2,3,6),如果axis=0，经过函数变化后的shape=(3,6),如果axis=1,经过函数变化后的shape=(2,6)，不管多少纬度都是这样。
那么，究竟axis是怎么看起来清晰呢。以4维为例。
现有一数组：
a=
[[[[54 48 4 51 53 25 30 45]
[43 6 59 46 32 22 35 12]]

[[20 21 8 24 2 42 26 44]
[19 52 47 56 15 5 57 28]]]

[[[ 3 0 40 50 33 31 55 23]
[39 7 38 18 17 10 13 11]]

[[ 9 16 27 58 14 49 60 61]
[63 62 41 36 1 29 37 34]]]]
如果a.argmax(axis=0)
变化后的结果是：
[[[0 0 1 0 0 0 1 0]
[0 1 1 1 1 0 1 0]]

[[1 1 0 0 0 0 0 0]
[1 1 1 0 0 0 0 0]]]
怎么来的呢，这里axis=0，我们进入第一个【】，然后剩下的内容将分为2部分。
[[[54 48 4 51 53 25 30 45]
[43 6 59 46 32 22 35 12]]

[[20 21 8 24 2 42 26 44]
[19 52 47 56 15 5 57 28]]]
和：
[[[ 3 0 40 50 33 31 55 23]
[39 7 38 18 17 10 13 11]]

[[ 9 16 27 58 14 49 60 61]
[63 62 41 36 1 29 37 34]]]，试着将上面两个重合，上面数字大取0，下面数字大取1，是不是和结果一样呢。
如果a.argmax(axis=1)
变化后的结果是：
[[[0 0 1 0 0 1 0 0]
[0 1 0 1 0 0 1 1]]

[[1 1 0 1 0 1 1 1]
[1 1 1 1 0 1 1 1]]]，这个又是怎么来的呢。
首先这里我们要进入第二个【】，在进去之前，再来看看上面的shape的变化情况,在axis=0的时候，我们是直接丢掉最外面的[],然后我们在相同位置比较大小,这样刚刚也满足了shape的变化，那么当axis=1时，我们应该留下第一层的【】，也就是axis=0的那层[]，现在我们有一个空的[].
我们进入第二层[],一共有2个第二层,一个一个来，上面的第二层是：
[[54 48 4 51 53 25 30 45]
[43 6 59 46 32 22 35 12]]
和：
[[20 21 8 24 2 42 26 44]
[19 52 47 56 15 5 57 28]]，上下对齐取大，得到:
[[0 0 1 0 0 1 0 0]
[0 1 0 1 0 0 1 1]],填入一地步留下的[]，
[[[0 0 1 0 0 1 0 0]
[0 1 0 1 0 0 1 1]],]
下面还有个第二层，
[[ 3 0 40 50 33 31 55 23]
[39 7 38 18 17 10 13 11]]
和
[[ 9 16 27 58 14 49 60 61]
[63 62 41 36 1 29 37 34]]
上下对齐取大，得到:，得到
[[1 1 0 1 0 1 1 1]
[1 1 1 1 0 1 1 1]]
填入前面得到的
[[[0 0 1 0 0 1 0 0]
[0 1 0 1 0 0 1 1]],]。
得到
[[[0 0 1 0 0 1 0 0]
[0 1 0 1 0 0 1 1]]

[[1 1 0 1 0 1 1 1]
[1 1 1 1 0 1 1 1]]]
如果a.argmax(axis=2)
变化后的结果是：
[[[0 0 1 0 0 0 1 0]
[0 1 1 1 1 0 1 0]]

[[1 1 0 0 0 0 0 0]
[1 1 1 0 0 0 0 0]]]
我们该进入第3[]去，进去之前，我们有要留下前2级的[],就是
[
[],
[],
]
在这个里面：
[
[],此中括号有下面两个，
[],
]
[54 48 4 51 53 25 30 45]
[43 6 59 46 32 22 35 12]
和
[20 21 8 24 2 42 26 44]
[19 52 47 56 15 5 57 28]
对齐，比较，得到：
[0 0 1 0 0 0 1 0]
[0 1 1 1 1 0 1 0]
填入得到：
[
[[0 0 1 0 0 0 1 0]
[0 1 1 1 1 0 1 0]],
[],
]
以此类推。