NumPy---axis=0/1

axis = 0

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[]：
示例1：

a= np.array([1,2,3])    
print(a.sum(axis = 0)) #最外层[]里最大单位块为1，2，3，求其和1+2+3=6，再去掉最外层[]
print(a.mean(axis = 0)) #最外层[]里最大单位块为1，2，3，求其均值1/3*(1+2+3)=2，再去掉最外层[]

6
2.0

示例2：

a= np.array([[1,2],[3,4]])  
print(a.sum(axis = 0)) #最外层[]里最大单位块为[1,2]，[3,4],求其和[1,2]+[3,4]=[4,6]，再去掉最外层[]
print(a.mean(axis = 0)) #最外层[]里最大单位块为[1,2]，[3,4],求其和1/2*([1,2]+[3,4])=[2,3]，再去掉最外层[]

[4 6]
[2. 3.]

示例3：

a= np.array([[[1,2],[3,4]],[[2,3],[3,4]]]) 
print(a.sum(axis = 0)) #最外层[]里最大单位块为[[1,2]，[3,4]],[[2,3],[3,4]]求其和[[1,2]，[3,4]]+[[2,3],[3,4]]=[[3 5] [6 8]]，再去掉最外层[]
print(a.mean(axis = 0))

[[3 5]
 [6 8]]
[[1.5 2.5]
 [3.  4. ]]

axis = 1

axis= 1表示对第二外层[]里的最大单位块做块与块之间的运算,同时移除第二外层[]：
一维数组只有axis = 0
示例1：

a= np.array([[1,2],[3,4]])  
print(a.sum(axis = 1))  #第二层[]里最大单位块有两组，1，2和3，4，计算的[[3],[7]],再去掉第二层[]
print(a.mean(axis = 1))

[3 7]
[1.5 3.5]

示例2：

a = np.array([[[1,2],[3,4]],[[5,5],[6,6]]])#[[1,2],[3,4]]和[[5,5],[6,6]]，每块之间进行运算
a.sum(axis = 1)

array([[ 4,  6],
       [11, 11]])