关于numpy中axis的理解

今天在复习PCA的过程中，发现自己对numpy多维数组的“轴”理解的不是很好，借此机会来总结一下。

网上有很多博客都写的是二维数组，axis=0表示第一维度，即行。axis=1表示第二维度，列。但是设计到多维就有点不知所错。

举个网上存在的例子帮助理解：

>> data2
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
 
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>> data2.shape
(2L, 3L, 4L)

　　下面是不同axis的情况：

data2.sum(axis=0)
Out[49]: 
array([[12, 14, 16, 18],
       [20, 22, 24, 26],
       [28, 30, 32, 34]])
 
 
data2.sum(axis=1)
Out[51]: 
array([[12, 15, 18, 21],
       [48, 51, 54, 57]])
 
data2.sum(axis=2)
Out[52]: 
array([[ 6, 22, 38],
       [54, 70, 86]])

　　

这里红色是axis=0的相加情况，黄色是axis=1，蓝色axis=2

所以如果一个多维数组的 shape 是 (a1, a2, a3, a4), 那么延轴0计算最后的数组shape 是 (a2, a3, a4), 延轴1计算最后的数组shape是 (a1, a3, a4)。

axis =0还是代表shape0,只不过axis=0的一些计算如，np.sum(axis=0)是沿着这个轴计算其他轴的，也就是除了这个轴以外其他轴都会计算

 

参考链接：https://blog.csdn.net/zxyhhjs2017/article/details/81428220