numpy的axis的学习

最近在学习机器学习,在学习一些机器学习打代码时,遇到了一些代码操作数据的问题,其中有一个是关于axis的操作问题很是不解,想写下记录自己的学习。
首先从文档开始学习,在numpy的文档中第一次有关axis的是这样一句话这里写图片描述
文档说,上面的阵列有两个坐标轴,第一个坐标轴的长度为2,第二个坐标轴的长度为3,这里我们可以将其看做是按数据维度来进行索引数据,话句话说,我们将数据看做是2维的数据,也可以将数据看做三维的数据,如果选择axis= 0,我们将数据看做二维的,有3组数据,如果选择axis = 1,我们将数据看走3维的,有两组数据。我们知道,上面的数组可以看做大小是2*3的一个矩阵, 也就是说我们可以将矩阵的各个维度的大小看做与坐标轴等价的一类事物。

然后再看下面的这一张文档的说明
这里写图片描述
如图,对于矩阵b,其维度大小是3*4,第一坐标轴长度为3,第二坐标轴长度为4。当我们输入b.sum(axis = 0)时,我们得到的数据是将每一列的数据相加。也就是说我们的操作是对第一坐标轴(或者说维度)上的数据进行求和,换句述说,就是将数据看做三维空间上的点进行操作,总共有四个点,对每一个点进行求和操作。第一坐标轴上的数据我们可以知道是长度为3的数据,我们就可以将3每一列的三个数据相加求和即可。

对于b.mun(axis = 1)的操作,我们可以理解为对第二坐标轴上(第二个维度)的数据求最小值,第二个维度的数据长度是4,即对长度为4的那一坐标的数据进行操作即可。

猜你喜欢

转载自blog.csdn.net/qq_28485501/article/details/81868022