本文主要是介绍最近学习Numpy遇到axis，让我陷入深思(共两版-第1版)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
主要参考讲解：原作者博客连接：https://blog.csdn.net/xiongchengluo1129/article/details/79062991
主要从轴的变化方向讲解，axis=0、1、2时分别代表哪个轴。
拿简单的例子讲解：生成一个（2，4，2）的数组。
arr=np.arange(16).reshape(2,4,2)
arr
array([[[ 0, 1],[ 2, 3],[ 4, 5],[ 6, 7]],[[ 8, 9],[10, 11],[12, 13],[14, 15]]])第一步：标出各个元素的下标：
| 000 | 001 |
| 010 | 011 |
| 020 | 021 |
| 030 | 031 |
| 100 | 101 |
| 110 | 111 |
| 120 | 121 |
| 130 | 131 |
其中，三个数字下标分别表示维、行、列。举例：000代表三位数组的第0个二维矩阵，第0个二维矩阵第0行，第0个二维矩阵第0列；同理，依次可以写出另外3个一块数字的含义。
第二步：以求和为例，分别计算axis=0、1、2时的值进行分析，进而得出结论。
arr.sum(axis=0)
array([[ 8, 10],[12, 14],[16, 18],[20, 22]])
arr.sum(axis=1)
array([[12, 16],[44, 48]])
arr.sum(axis=2)
array([[ 1, 5, 9, 13],[17, 21, 25, 29]])从所得结果上可能不能直观的看出axis=0、1、2分别代表什么，接下来我们从下标变换的角度来谈：
axis=0，我们注意一下下标：
axis=0，我们看第一个下标变化，从0变到1，我们按此来进行操作（以例子为例，进行求和，就得到arr.sum(axis=0的结果)）
arr.sum(axis=0)
array([[ 8, 10],[12, 14],[16, 18],[20, 22]])axis=1，我们注意一下下标：
axis=1，我们看第二个下标变化，从0→1→2→3，我们按此来进行操作（以例子为例，进行求和，就得到arr.sum(axis=1的结果)）
arr.sum(axis=1)
array([[12, 16],[44, 48]])axis=2，我们注意一下下标：
axis=2，我们看第三个下标变化，从0→1，我们按此来进行操作（以例子为例，进行求和，就得到arr.sum(axis=2的结果)）
arr.sum(axis=2)
array([[ 1, 5, 9, 13],[17, 21, 25, 29]])以上图很直观的可以看出axis=0、1、2时，分别代表的是哪一个轴。就是沿此方向数字变化的方向。
下面图片出自网址：下面图片来源：
三维的理解好了之后对于二维的就更容易理解，这里就不过多介绍了。
这篇关于最近学习Numpy遇到axis，让我陷入深思(共两版-第1版)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
