NumPy 軸(axis)的概念

NumPy 數組的維數（dimensions）

NumPy 數組的維數（dimensions），一維數組的秩爲 1，二維數組的秩爲 2，以此類推。在numpy中用array.ndim查看。

NumPy 數組的軸（axis）

在 NumPy中，有個概念叫軸（axis），軸的個數等於數組的維數。設axis=i，則Numpy沿着第i個下標變化的方向進行操作。
之所以叫軸，我是這麼理解的，以這個2維矩陣爲例：

array=np.arange(1,10,1).reshape((3,3))

[[1 2 3]
 [4 5 6]
 [7 8 9]]

可以想象數組的每一個元素是存在以下小方框中，可以通過在x軸(axis=0)上的座標和在y軸(axis=1)上的座標來確定它們的位置。

如果還不懂可以通過下面的例子進行理解：

軸（axis）的使用案例

對於以下NumPy數組：

array = np.random.randint(0, 3, [3,2,4,5])

[[[[0 1 1 2 2]
   [0 0 2 0 2]
   [2 1 1 0 0]
   [1 1 2 1 0]]

  [[1 2 0 2 0]
   [2 0 1 1 2]
   [0 2 2 0 2]
   [1 2 2 0 0]]]


 [[[0 1 0 1 2]
   [0 1 0 0 1]
   [0 1 1 0 1]
   [2 2 0 1 2]]

  [[2 2 1 2 1]
   [1 1 1 2 2]
   [2 2 1 2 0]
   [0 0 1 2 1]]]


 [[[1 2 1 2 0]
   [1 1 1 1 0]
   [1 0 2 1 1]
   [0 0 2 1 0]]

  [[1 0 2 2 0]
   [2 0 0 1 1]
   [0 1 1 1 2]
   [0 2 1 2 0]]]]

它的維數爲4，它的shape爲[3,2,4,5]。
如果我們要提取出數組中的某個位置的數，我們可以通過下面的語法來得到：

方括號中指定元素座標的變量我們可以將其看爲這個數組的下標$array_{1,1,1,1}$，對於這個數組，他有4個軸，從左至右依次爲axis=0軸、axis=1軸、axis=2軸、axis=3軸。

對參數爲axis=2進行sum操作：

np.sum(array,axis=2)

會得到以下結果：

[[[6 3 4 3 4]
  [5 3 4 4 2]]

 [[8 6 3 2 2]
  [4 6 5 4 5]]

 [[4 6 2 4 4]
  [3 1 3 4 2]]]

這對每一個$array_{x,y,i,z},i=0,1,2,3$進行了求和，這個結果的shape爲(3, 2,4, 5)即(3, 2, 5)。