关于numpy数组轴的使用详解
更新时间：2019年12月05日 16:03:03 作者：照亮东方
今天小编就为大家分享一篇关于numpy数组轴的使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
概述
按照图一中aixs=0，对aixs=0上下对应的数据进行相加在学习numpy的时候，最难理解的就是轴的概念，我们知道坐标系中有轴的概念，那么两个轴是否有关联呢？为了便于理解，特写此博客进行梳理。
正文
首先数组的维数比较好理解，下面我们创建一个数组：
import numpy as np # 创建一个三维数组 b=np.arange(24).reshape(4,3,2)
打印结果：
[[[ 0 1] [ 2 3] [ 4 5]] [[ 6 7] [ 8 9] [10 11]] [[12 13] [14 15] [16 17]]
b 是一个三维数组：
第一维有三个元素
第二维有三个元素
第三维有四个元素
上面的数据也可以用下列方式展示（图一）
对于下面按照aixs=0进行sum：
print(b.sum(0))
按照图一中aixs=0，对aixs=0上下对应的数据进行相加，数据从（4，3，2）降维到（3，2）
[[0+ 6+12+18=36 1+ 7+13+19=40] [2+ 8+14+20=44 3+ 9+15+21=48] [4+10+16+22=52 5+11+17+23=56]]
对于下面按照aixs=1进行sum：
print(b.sum(1))
按照图一中aixs=1，按照比1小的轴对数据进行划分（即aixs=0），然后对划分的每一部分中数据中的aixs=1上下对应的数据进行相加，数据从（4，3，2）降维到（4，2）
[[ 0+ 2+ 4=6 1+ 3+ 5=9] [ 6+ 8+10=24 7+ 9+11=27] [12+14+16=42 13+15+17=45] [18+20+22=60 19+21+23+63]]
对于下面按照aixs=2进行sum：
print(b.sum(2))
按照图一中aixs=2，按照比2小的轴对数据进行划分（即aixs=0，aixs=1），然后对划分的每一部分中数据中的aixs=2上下对应的数据进行相加，数据从（4，3，2）降维到（4，3）
[[ 0+ 1=1 2+ 3=5 4+ 5=9] [ 6+ 7=13 8+ 9=17 10+11=21] [12+13=25 14+15=29 16+17=33] [18+19=37 20+21=41 22+23=45]]
总结：
aixs的范围是0到数组的维数（不包括维数）
轴的划分是按照维数进行
相加时按照轴进行对象相加，但是不能跨越比当前轴低的轴
以上这篇关于numpy数组轴的使用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章
这篇文章主要为大家详细介绍了如何利用 wxPython 来创建一个文件夹结构生成器,帮助大家自动化地创建文件夹和文件结构,有需要的可以了解下2024-11-11
这篇文章主要介绍了python-字典dict和集合set,字典是python中的一种数据结构。集合(set)与字典相同均存储key，但只存储key，key不可重复，所以set中的值不可重复，而且是无序，下面来看看更多相关内容吧2021-12-12
这篇文章给大家介绍了python psutil库安装教程，首先要确认本机已安装python环境，具体安装过程大家参考下本文2018-03-03
python3 常见解密加密算法实例分析【base64、MD5等】
这篇文章主要介绍了python3 常见解密加密算法,结合实例形式分析了Python的base64模块加密,以及基于pycrypto模块的MD5加密等相关操作技巧,需要的朋友可以参考下2019-12-12
这篇文章主要介绍了Python求导数的方法,涉及Python数学运算的相关技巧,需要的朋友可以参考下2015-05-05
Python处理RSS、ATOM模块FEEDPARSER介绍
这篇文章主要介绍了Python处理RSS、ATOM模块FEEDPARSER介绍,本文只是做个入门级的简洁介绍,需要的朋友可以参考下2015-02-02
lxml是python的一个解析库，支持HTML和XML的解析，支持XPath解析方式，而且解析效率非常高,这篇文章主要来和大家讲解一下lxml模块的使用，感兴趣的可以了解一下2023-08-08
这篇文章主要介绍了python 直接赋值和copy的区别详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
这篇文章主要介绍了Python科学计算库—Scipy的相关知识，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2019-10-10
众所周知True和False是一个布尔变量可取的值,下面这篇文章主要给大家介绍了关于Python中True(真)和False(假)判断的相关资料,本文通过示例代码介绍的非常详细,需要的朋友可以参考下2022-07-07
最新评论