numpy数组的维度操作和axis的对应关系

 1 import numpy as np
 2 np.random.seed(123)
 3 a = np.random.randint(0,5,[3,3,2])
 4 print(a)
 5 
 6 print(a[-1,:,:])   #   -1  就是  2


 7 #Output： 
 8 
 9 [[[2 4]
10   [2 1]
11   [3 2]]
12 
13  [[3 1]
14   [1 0]
15   [1 1]]
16 
17  [[0 0]
18   [1 3]
19   [4 0]]]
20 [[0 0]
21  [1 3]
22  [4 0]]

axis = 0对应数组最外层，将内层只看成各有一维，即[, , ,] 最外层元素的贯穿

axis=1 对应数组次外层，即[ [], [], []],只分别关注次层,次外层元素的贯穿

axis = 2 对应数组内层，即[[[]],[[]],[[]]], 最内层元素的贯穿

axis = -1 对应数组最内层，等价于axis = 2 ,即最内层元素的贯穿处理。

axis = -1 常见用于图像数据增加一维， np.expand_dims(data ,axis = -1) → [ , , , 1]

a.sum(axis = 0)  #最低维度，将各层的元素按最外层维度对应相加    2+3+0， 4+1+0

1 #output:
2 array([[5, 5],
3        [4, 4],
4        [8, 3]])

a.sum(axis = 1)# 将自身的每层的元素，在层内对应的倒数第二维度分别相加   2+2+3， 4+1+2

1 #output:
2 array([[7, 7],
3        [5, 2],
4        [5, 3]])

a.sum(axis = 2)# 将每层最内层的元素分别相加   4+2， 3+1，3+2

1 #output:
2 array([[6, 3, 5],
3        [4, 1, 2],
4        [0, 4, 4]])