【Python】axis用法详解

假设我们定义了一个维度为 $dim=[n_1,n_2,n_3]$ 的数组，那么 $axis$ 取值范围就是 $[0,1,2]$，也就是说对于一个任意的python数组（包括 ndarray 和 pd.DataFrame ），其 $axis$ 取值范围是 $[0,len(dim)]$，依次对应从左到右的下标：

当我们对数组进行操作时指定 $axis=i$ 的含义就是在第 $i$ 个下标变化的方向做操作（其他下标需保持相同）
举例：

import numpy as np

a = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(a)
print('\n')
print(a.shape)
print('\n')
print(np.sum(a, axis=1))

输出：

分析：
将 $a$ 的元素都写出来：
$$\begin{gathered} a[0][0][0]=1a[0][0][1]=2a[0][0][2]=3 \\ a[0][1][0]=4a[0][1][1]=5a[0][1][2]=6 \\ a[1][0][0]=7a[1][0][1]=8a[1][0][2]=9 \\ a[1][1][0]=10a[1][1][1]=11a[1][1][2]=12 \end{gathered}$$
$axis=1$ 表示在从左向右第二个下标变化的方向上做加法运算（其他下标保持不变），因而 $a[0][0][0]=1$ 会和 $a[0][1][0]=4$ 相加得到5，$a[0][0][1]=2$ 会和 $a[0][1][1]=5$ 相加得7，以此类推：

最终得到的就是数组 $[[5,7,9],[17,19,21]]$
同理如果 $axis=2$ 则表示在从左向右第三个下标变化的方向上做加法运算：

因此结果为 $[[6,15],[24,33]]$，注意结果的维度为未参与运算的维度，这里前两个维度（2，2）未参与运算，因此结果的 shape 是（2，2）