Python numpy axis

关于axis的计算可查看https://blog.csdn.net/qq_36829091/article/details/83444697
下面阐述对去括号[]的一点个人理解

解析：
当keepdims为false时代表需要去掉多余的括号，那么去掉的是哪个括号呢。
这个去掉的括号是axis代表的层级。

• 当axis为0去掉第0层(最外层)的括号，也就是图中红色的括号
• 当axis为1去掉第1层(中间层)的括号，也就是图中橙色的括号
• 当axis为1去掉第2层(最内层)的括号，也就是图中蓝色的括号

代码：

import numpy as np

temp = np.array([[[0, 1], [2, 3]], [[4, 5], [6, 7]]])

print("-------axis=None-------")
arr1 = np.sum(temp,axis= None, keepdims=True)
print(arr1)
print("----")
arr2 = np.sum(temp)
print(arr2)
print("-------axis=0-------")
arr3 = np.sum(temp, axis= 0, keepdims=True)
print(arr3)
print("----")
arr4 = np.sum(temp, axis= 0)
print(arr4)
print("-------axis=1-------")
arr5 = np.sum(temp, axis= 1, keepdims=True)
print(arr5)
print("----")
arr6 = np.sum(temp, axis= 1)
print(arr6)
print("-------axis=2-------")
arr7 = np.sum(temp, axis= 2, keepdims=True)
print(arr7)
print("----")
arr8 = np.sum(temp, axis= 2)
print(arr8)

输出：
-------axis=None-------
[[[28]]]
----
28
-------axis=0-------
[[[ 4  6]
  [ 8 10]]]
----
[[ 4  6]
 [ 8 10]]
-------axis=1-------
[[[ 2  4]]

 [[10 12]]]
----
[[ 2  4]
 [10 12]]
-------axis=2-------
[[[ 1]
  [ 5]]

 [[ 9]
  [13]]]
----
[[ 1  5]
 [ 9 13]]