numpy中的axis（轴的理解）

# 沿着axis指定的轴进行相应的函数操作。如果不知道axis，则把结构体展开成一维，然后再开始计算
import numpy as np
print("array x")
x = [[1, 2, 3],
     [5, 1, 2]]
x = np.array(x)
print(x)
print("shape x")
print(x.shape)
print("max")
max_ = np.max(x)  # 如果不知道axis，这相当于把多维数组展开成一维，然后找到这个一维数组里的最大值。
max_0 = np.max(x, axis=0)  # axis=0，按第一维（行）上的元素找最大值，不用管列向量的个数（列数不变），每一列都这样做。
max_1 = np.max(x, axis=1)  # axis=1，按第二维（列）上的元素找最大值，不用管行向量的个数（行数不变），每一行都这样做。
print(max_, max_0, max_1)
print("sum")
sum_ = np.sum(x)  # 如果不知道axis，这相当于把多维数组展开成一维，然后求这个一维数组里所有元素的和。
sum_0 = np.sum(x, axis=0)  # axis=0，按第一维（行）上的元素求和，不用管列向量的个数（列数不变），每一列都这样做。
sum_1 = np.sum(x, axis=1)  # axis=1，按第二维（列）上的元素求和，不用管行向量的个数（行数不变），每一行都这样做。
print(sum_, sum_0, sum_1)

 

argmax，sum等等函数，它们都含有一个名为axis的参数，那这个参数到底是什么意思呢？一句话总结就是：沿着axis指定的轴进行相应的函数操作。如果不知道axis（axis的默认值不是0），则把结构体展开成一维，然后再开始计算

参考文档：numpy和tensorflow中的关于参数axis的正确理解