版权声明:本文为博主原创文章,转载请注明原文出处!
写作时间:2019-04-16 14:56:53
浅谈NumPy中的维度Axis
NumPy中的维度是一个很重要的概念,很多函数的参数都需要给定维度Axis,如何直观的理解维度呢?我们首先以二维数组为例进行说明,然后推广到多维数组。
(有人将ndim
属性叫维度,将axis
叫轴,我还是习惯将axis
称之为维度,axis=0
称为第一个维度)
二维数组的列子
下面是一个二维数组的列子:
1 | In [1]: import numpy as np |
看上面这个例子,x
是一个2行3列的数组,所以x
是一个二维数组。
从第6和第7个输入输出,我们可以肯定地说”对于二维数组,第一维指的是行,第二维指的是列”。
我们通过sum
求和函数,探究一下x
的第一维和第二维的意义?从第8个和第9个输入输出,我们可以看到对于参数axis=0
,其结果是数组列的和;而对于参数axis=1
,其参数是数组行的和。
对于axis=0
第一个维度求和,不是将第一维度(行)中的所有元素相加,而是沿着第一个维度,将对应其他维度(列)的数据相加,分解开来就是第10个输入输出。同理,对于axis=1
,是沿着列,将行中的元素相加。
NumPy中对于维度的操作都是以类似这样的逻辑操作的。
多维数组
对于多维数组我们如何准确区分维度呢?下面以图示进行说明:
所以,我的结论就是:在概念上维度是从整体到局部看的,最外围的是第一个维度,然后依次往里,最内部的就是最后一维。
下面我们用代码验证一下上面的结论:
1 | In [19]: x = np.random.randint(0, 9, (2, 3, 4)) |
可以看到,第21个输入输出取到的是第一维的第一个元素,第22个输入输出取到的是第二维的第一个元素。大家可以细细体味一下!