numpy axis = 0 1彻底理解

先一句话总结：

axis=n,表示对n+1层[ ]内的最大单位做跨单位运算
例如：axis = 0表示对最外层[],也就是第1层里的最大单位块做块与块之间的运算
另外：有几层[ ]，就是几维数组，ndarray.shape=（2,3,4），也可以理解为：第一层[]中有2个最大单位，第二层中有3个，第三层中有4个。

详细说明如下：

numpy中axis取值的说明
首先对numpy中axis取值进行说明：一维数组时axis=0，二维数组时axis=0，1，维数越高，则axis可取的值越大，数组n维时，axis=0，1，…，n。为了方便下面的理解，我们这样看待：在numpy中数组都有着[]标记，则axis=0对应着最外层的[]，axis=1对应第二外层的[]，以此类推，axis=n对应第n外层的[]。
下面开始从axis=0，axis=1这两个例子开始，深入透彻的理解numpy中axis的用法。
axis = 0表示对最外层[]里的最大单位块做块与块之间的运算,同时移除最外层[]：

a= np.array([1,2,3])    
a.sum(axis = 0)
>>>6
123

因为只有一层[]，所以直接对这一层里的最大单位快1，2，3做运算；
做完加法后本应是[6]，但是移除最外层[]后，[]不存在了，所以返回的是6。

a= np.array([[1,2]