溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
淺談NumPy中的維度Axis
NumPy中的維度是一個很重要的概念，很多函數的參數都需要給定維度Axis，如何直觀的理解維度呢？我們首先以二維數組為例進行說明，然后推廣到多維數組。
(有人將ndim屬性叫維度，將axis叫軸，我還是習慣將axis稱之為維度，axis=0稱為第一個維度)
二維數組的列子
下面是一個二維數組的列子：
In [1]: import numpy as np
In [2]: x = np.random.randint(0, 9, (2, 3))
In [3]: x
Out[3]:
array([[0, 8, 6],
[1, 2, 1]])
In [4]: x.ndim
Out[4]: 2
In [5]: x.shape
Out[5]: (2, 3)
In [6]: x[0]
Out[6]: array([0, 8, 6])
In [7]: x[:, 0]
Out[7]: array([0, 1])
In [8]: x.sum(axis=0)
Out[8]: array([ 1, 10, 7])
In [9]: x.sum(axis=1)
Out[9]: array([14, 4])
In [10]: x[0] + x[1]
Out[10]: array([ 1, 10, 7])
In [11]: x[:, 0] + x[:, 1] + x[:, 2]
Out[11]: array([14, 4])
看上面這個例子，x是一個2行3列的數組，所以x是一個二維數組。
從第6和第7個輸入輸出，我們可以肯定地說"對于二維數組，第一維指的是行，第二維指的是列"。
我們通過sum求和函數，探究一下x的第一維和第二維的意義？從第8個和第9個輸入輸出，我們可以看到對于參數axis=0，其結果是數組列的和；而對于參數axis=1，其參數是數組行的和。
對于axis=0第一個維度求和，不是將第一維度（行）中的所有元素相加，而是沿著第一個維度，將對應其他維度（列）的數據相加，分解開來就是第10個輸入輸出。同理，對于axis=1，是沿著列，將行中的元素相加。
NumPy中對于維度的操作都是以類似這樣的邏輯操作的。
多維數組
對于多維數組我們如何準確區分維度呢？下面以圖示進行說明：
所以，我的結論就是：在概念上維度是從整體到局部看的，最外圍的是第一個維度，然后依次往里，最內部的就是最后一維。
下面我們用代碼驗證一下上面的結論：
In [19]: x = np.random.randint(0, 9, (2, 3, 4))
In [20]: x
Out[20]:
array([[[0, 7, 5, 5],
[6, 3, 1, 3],
[7, 5, 3, 4]],
[[8, 1, 4, 6],
[8, 1, 4, 8],
[3, 0, 8, 2]]])
In [21]: x[0]
Out[21]:
array([[0, 7, 5, 5],
[6, 3, 1, 3],
[7, 5, 3, 4]])
In [22]: x[:, 0, :]
Out[22]:
array([[0, 7, 5, 5],
[8, 1, 4, 6]])
可以看到，第21個輸入輸出取到的是第一維的第一個元素，第22個輸入輸出取到的是第二維的第一個元素。大家可以細細體味一下！
以上這篇（標題）就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
