簡介：Numpy中的axis

---

Numpy的axis表示numpy數組進行迭代運算的方向。Numpy中主要有兩種類型的迭代過程：縱向順序和橫向順序

兩種類型的Numpy Axis

說明：以下關于Numpy axis的描述是基于二維或多維數組，對一維數組并不適用

Axis=0

Axis=0也被稱作Numpy數組的第一個axis，表示：沿著行做垂直方向的運算，將數組壓縮成一行

Axis=1

Axis=1也被稱作Numpy數組的第二個axis，表示：沿著列做水平方向的運算，將數組壓縮成一列

Numpy sum()

將二維數組傳入np.sum()中，并傳入參數axis，可以將二維數組壓縮成一維數組，減少數組的維度。而沿著哪個軸壓縮則取決于參數axis

import numpy as np np_array_2d = np.arange(0, 6).reshape([2, 3])print(np_array_2d) #[[0 1 2] # [3 4 5]]# 壓縮成一行 a = np.sum(np_array_2d, axis = 0) print(a) # [3 5 7]# 壓縮成一列 b = np.sum(np_array_2d, axis = 1) print(b) # [ 3 12]

---

聯系：在MatLab中，sum()也可對行求和或列求和

array_2d = [0 1 2; 3 4 5]# 按列求和，成一行 sum(array_2d, 1) # [3 5 7]# 按行求和，成一列 sum(array_2d, 2) # [3; 12]

---

參考文章:

numpy.sum()的使用

Numpy Axis in Python With Detailed Examples

總結

以上是生活随笔為你收集整理的Numpy Axis的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。