Python:对于“axis=0和axis=1”的理解

本文详细介绍了NumPy中axis参数在数组求和操作中的应用。通过例子展示了axis=0(沿着行方向)和axis=1(沿着列方向)时的不同计算方式,帮助理解数据处理中的行列概念。同时提供了代码示例,演示了如何使用min和max函数,并解释了其在不同axis设置下的行为。
摘要由CSDN通过智能技术生成

1、结论:

rows
axis=0:沿着行(rows)的方向跨

cols
axis=1:沿着列(cols)的方向跨

2、引用一个动画视图来说明:

3、代码举例:


Part 3-1

import numpy as np
x = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
print ("x= \n",x)

x=

[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]


Part 3-2

print ("sum all: ", np.sum(x)) 
# adds all elements(所有数字求和)

print ("sum axis=0: ", np.sum(x, axis=0)) 
# sum across rows(沿 行 方向,跨 列 求和)

print ("sum axis=1: ", np.sum(x, axis=1)) 
# sum across columns(沿 列 方向,跨 行 求和)
sum all: 78
sum axis=0: [15 18 21 24]
1+5+9,2+6+10,3+7+11,4+8+12
沿行的方向,意味着计算方向是从左至右的,先计算最左面一列,然后向右计算下一列

sum axis=1: [10 26 42]
1+2+3+4,5+6+7+8,9+10+11+12
沿列的方向,意味着计算方向是从上至下的,先计算最上面一行,然后向下计算下一行

Part 3-3

print ("min: ", x.min())
print ("max: ", x.max())
print ("min axis=0: ", x.min(axis=0))
print ("min axis=1: ", x.max(axis=1))

min: 1
max: 12
min axis=0: [1 2 3 4]
min axis=1: [ 4 8 12]

参考:
[1]Made With ML
[2]原文

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值