numpy中axis参数说明和数组轴的理解

大纲：

• numpy中axis参数说明：
  axis=i，即沿着数组第i个下标的变化方向进行操作。
• 关于NumPy中数组轴的理解：
  学好数据分析，得学好Numpy；学好Numpy，首先彻底理解“轴”的概念！

一、numpy中axis参数

背景：

       许多关于计算整个数组统计值或关于轴向数据的数学函数，可以作为数组类型的方法被调用。你可以使用聚合函数（通常也叫缩减函数），比如sum、mean。像这样的函数可以接收一个可选参数axis，这个参数可以用于计算给定轴向上的统计值，形成一个下降一维度的数组。

这里我们用numpy.sum(axis=i)进行说明

举例说明：

k = np.reshape(np.arange(24), [3, 2, 4])
print(k)

[[[ 0  1  2  3]
  [ 4  5  6  7]]

 [[ 8  9 10 11]
  [12 13 14 15]]

 [[16 17 18 19]
  [20 21 22 23]]]

这是一个(3,2,4)维的矩阵，那么对于每个元素，均可用3个下标i,j,k表示，如：

k[i][j][k]
k[0][0][0]=0
k[0][0][3]=3
k[0][1][0]=4
k[1][0][0]=8
k[2][1][3]=23


# 坐标轴的取值范围
i={
   0,1,2}
j={
   0,1}
k={
   0,1,2,3}

轴的概念：

求和属于聚合函数，操作是降维操作。数组k有三个轴分别是I，J，K轴，这三个轴也分别叫第0轴、第1轴和第2轴。分别按照这三个轴进行求和：

axis=0

当axis=0,即沿着第0个轴i下标变化的方向进行求和，第0轴降维，得到的shape=(2,4)
  原规模为3x2x4的三维数组，将3变为1，降成了规模为2x4的二维数组。

print(k.sum(axis=0))
print(k.sum(axis=0).shape)

[[24 27 30 33]
 [36 39 42 45]]
(2, 4)

通过手算，沿着第0个坐标遍历求和，解释上面输出结果的由来，：

# 沿着第三个坐标 k=0,1,2,3，再沿着第二个坐标j=0,1，共计算8次
# 坐标轴的取值范围
# i={0,1,2}
# j={0,1}
# k={0,1,2,3}

k[0][0][0]+k[1][0][0]+k[2][0][0]=24
k[0][0][1]+k[1][0][1]+k[2][0][1]=27
k[0][0][2]+k[1][0]