numpy中的axis关键词用法和想象记忆法

我们在numpy中使用sum/mean等聚合函数的时候，有些时候会用到axis关键词，这个关键词表示对于numpy数组（矩阵）中的跨行/跨列计算，axis取0的时候，是跨行计算，相当于是压扁矩阵（这里可以想象成把一个圆圆的气球压扁了），axis取1的时候，是按列计算，我们可以想象是一根长长的卷轴把矩阵卷起来。不过最后numpy都会把向量编程行向量，所以即使axis=1，最后也会输出一个行向量，这是需要注意的。
演示代码如下：

import numpy as np
np_dat = np.arange(12).reshape(3,4)
print(np_dat)
print(np_dat.sum(axis=0))
print(np_dat.sum(axis=1))
print(np_dat.mean(axis=0))
print(np_dat.mean(axis=1))

输出结果如下：

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[12 15 18 21]
[ 6 22 38]
[4. 5. 6. 7.]
[1.5 5.5 9.5]
[Finished in 2.0s]