numpy的使用说明(六):一招帮你彻底搞懂axis=0和axis=1

网友投稿 673 2022-11-11

numpy的使用说明(六):一招帮你彻底搞懂axis=0和axis=1

numpy的使用说明(六):一招帮你彻底搞懂axis=0和axis=1

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。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:超赞!两张小抄,带你 “迅速” 掌握Pandas “数据清洗” 流程!
下一篇:List集合多线程并发条件下不安全如何解决
相关文章

 发表评论

暂时没有评论,来抢沙发吧~