Axis理解

之前的课程中,为了方便大家理解,我们说axis=0代表的是行,axis=1代表的是列。但其实不是这么简单理解的。这里我们专门用一节来解释一下这个axis轴的概念。

简单来说, 最外面的括号代表着 axis=0,依次往里的括号对应的 axis 的计数就依次加 1。什么意思呢?下面再来解释一下。

AXIOS是什么的缩写 axis是什么意思中文翻译_AXIOS是什么的缩写

最外面的括号就是axis=0,里面两个子括号axis=1
操作方式:如果指定轴进行相关的操作,那么他会使用轴下的每个直接子元素的第0个,第1个,第2个...分别进行相关的操作。

现在我们用刚刚理解的方式来做几个操作。比如现在有一个二维的数组:

x = np.array([[0,1],[2,3]])
  1. x数组在axis=0axis=1两种情况下的和:
>>> x.sum(axis=0)
 array([2, 4])

为什么得到的是[2,4]呢,原因是我们按照axis=0的方式进行相加,那么就会把最外面轴下的所有直接子元素中的第0个位置进行相加,第1个位置进行相加...依此类推,得到的就是0+2以及2+3,然后进行相加,得到的结果就是[2,4]

>>> x.sum(axis=1)
 array([1, 5])

因为我们按照axis=1的方式进行相加,那么就会把轴为1里面的元素拿出来进行求和,得到的就是0,1,进行相加为1,以及2,3进行相加为5,所以最终结果就是[1,5]了。

  1. np.maxaxis=0axis=1两种情况下的最大值:
>>> np.random.seed(100)
>>> x = np.random.randint(0,10,size=(3,5))
>>> x.max(axis=0)
array([8, 8, 3, 7, 8])

因为我们是按照axis=0进行求最大值,那么就会在最外面轴里面找直接子元素,然后将每个子元素的第0个值放在一起求最大值,将第1个值放在一起求最大值,以此类推。而如果axis=1,那么就是拿到每个直接子元素,然后求每个子元素中的最大值:

>>> x.max(axis=1)
array([8, 5, 8])
  1. np.deleteaxis=0axis=1两种情况下删除元素:
>>> np.delete(x,0,axis=0)
 array([[2, 3]])

np.delete是个例外。我们按照axis=0的方式进行删除,那么他会首先找到最外面的括号下的直接子元素中的第0个,然后删掉,剩下最后一行的数据。

>>> np.delete(x,0,axis=1)
 array([[1],
        [3]])

同理,如果我们按照axis=1进行删除,那么会把第一列的数据删掉。

三维以上数组:

AXIOS是什么的缩写 axis是什么意思中文翻译_数据_02

按照之前的理论,如果以上数组按照axis=0的方式进行相加,得到的结果如下:

AXIOS是什么的缩写 axis是什么意思中文翻译_数据_03

如果是按照axis=1的方式进行相加,得到的结果如下:

AXIOS是什么的缩写 axis是什么意思中文翻译_数据_04

总结:

1、最外面的括号代表着 axis=0,依次往里的括号对应的 axis 的计数就依次加 1

2、操作方式:如果指定轴进行相关的操作,那么他会使用轴下的每个直接子元素的第0个,第1个,第2个...分别进行相关的操作。

3、 np.delete,是直接删除指定轴下的第几个直接子元素。