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。
