1、关于axis轴的说明
思考:给你一个三维数组,你知道如何设置axis轴的值吗?下面这张图展示的结果你知道怎么来的吗?这些疑问都会在文中给你一一解答。
2、什么是维度?
举例说明
3、什么是高维,什么是低维?
4、二维结构数据的坐标展示
5、axis=0 与 axis=1的含义
6、关于三维数组axis设置
1)案例说明
x = np.arange(8).reshape(2, 2, 2) display(x) display(x.sum(axis=0)) display(x.sum(axis=1)) display(x.sum(axis=2))
结果如下
2)结果分析
① 数组x的坐标展示
② 结果分析
通过前面的叙述,我们已经知道axis=0表示最高维,axis=1表示次高维,依次下去。因此,对于三维数组来说,axis=0指的就是最高维(三维),axis=1指的就是次高维(二维),那么axis=2指的就是最低维(一维)。
当axis=0的时候,指的就是,最高维三维变化,其他维度不变化的数据会成为一组,因此x[0][0][0]、x[1][0][0];x[0][1][0]、x[1][1][0];x[0][0][1]、x[1][0][1];x[0][1][1]、x[1][1][1]各自成为一组,你把这组内对应元素相加就是x.sum(axis=0)的答案了。
当axis=1的时候,就是次高维二维变化,其他维度不变化,因此x[0][0][0]、x[0][1][0];x[0][0]1]、x[0][1][1];x[1][0][0]、x[1][1][0];x[1][0][1]、x[1][1][1];各自成为一组,你把这组内对应元素相加就是x.sum(axis=1)的答案了。
当axis=3的时候,最低维一维变化,其他维度不变化,因次x[0][0][0]、x[0][0][1];x[0][1][0]、x[0][1][1];x[1][0][0]、x[1][0][1];x[1][1][0]、x[1][1][1];各自成为一组,你把这组内对应元素相加就是x.sum(axis=2)的答案了。