numpy多维数组执行sum计算时axis参数的意义是什么

这篇文章主要介绍"numpy多维数组执行sum计算时axis参数的意义是什么"，在日常操作中，相信很多人在numpy多维数组执行sum计算时axis参数的意义是什么问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"numpy多维数组执行sum计算时axis参数的意义是什么"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

axis参数，表面意思是数轴，官网解释为"Axis or axes along which a sum is performed. 沿其执行求和的轴。"

我认为说了跟没说一样，怎么个沿其求和法？

对于二位数组，我们可以简单的记为axis=0是按列加和，axis=1是按行加和。

对于更多维度数组呢？axis是元组的情况呢？

看代码：

import numpy as npn = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[2, 4, 6], [8, 10, 12], [14, 16, 18]], [[1, 3, 5], [7, 9, 11], [13, 15, 17]]])print(n)print("============ sum axis=None=============")sum = 0for i in range(3):  for j in range(3):     for k in range(3):      sum += n[k][i][j]print(sum) # 216print('------------------')print(np.sum(n))  # 216print("============ sum axis=0 =============") for i in range(3):  for j in range(3):    sum = 0    for axis in range(3):      sum += n[axis][i][j]    print(sum,end=' ')  print() print('------------------')print("sum[0][0] = %d" % (n[0][0][0] + n[1][0][0] + n[2][0][0]))print("sum[1][1] = %d" % (n[0][1][1] + n[1][1][1] + n[2][1][1]))print("sum[2][2] = %d" % (n[0][2][2] + n[1][2][2] + n[2][2][2]))print('------------------')print(np.sum(n, axis=0)) print("============ sum axis=1 =============") for i in range(3):  for j in range(3):    sum = 0    for axis in range(3):      sum += n[i][axis][j]    print(sum,end=' ')  print()print('------------------')print("sum[0][0] = %d" % (n[0][0][0] + n[0][1][0] + n[0][2][0]))print("sum[1][1] = %d" % (n[1][0][1] + n[1][1][1] + n[1][2][1]))print("sum[2][2] = %d" % (n[2][0][2] + n[2][1][2] + n[2][2][2]))print('------------------')print(np.sum(n, axis=1))  print("============ sum axis=2 =============") for i in range(3):  for j in range(3):    sum = 0    for axis in range(3):      sum += n[i][j][axis]    print(sum,end=' ')  print()print('------------------')print("sum[0][0] = %d" % (n[0][0][0] + n[0][0][1] + n[0][0][2]))print("sum[1][1] = %d" % (n[1][1][0] + n[1][1][1] + n[1][1][2]))print("sum[2][2] = %d" % (n[2][2][0] + n[2][2][1] + n[2][2][2]))print('------------------')print(np.sum(n, axis=2))print("============ sum axis=(0,1)) =============") for i in range(3):  sum = 0  for axis1 in range(3):       for axis2 in range(3):      sum += n[axis1][axis2][i]  print(sum,end=' ')print()print('------------------')print("sum[1] = %d" % (n[0][0][1] + n[0][1][1] + n[0][2][1] +              n[1][0][1] + n[1][1][1] + n[1][2][1] +              n[2][0][1] + n[2][1][1] + n[2][2][1] ))print('------------------')print(np.sum(n, axis=(0,1)))

输出：

[[[ 1  2  3]  [ 4  5  6]  [ 7  8  9]] [[ 2  4  6]  [ 8 10 12]  [14 16 18]] [[ 1  3  5]  [ 7  9 11]  [13 15 17]]]============ sum axis=None=============216------------------216============ sum axis=0 =============4 9 14 19 24 29 34 39 44 ------------------sum[0][0] = 4sum[1][1] = 24sum[2][2] = 44------------------[[ 4  9 14] [19 24 29] [34 39 44]]============ sum axis=1 =============12 15 18 24 30 36 21 27 33 ------------------sum[0][0] = 12sum[1][1] = 30sum[2][2] = 33------------------[[12 15 18] [24 30 36] [21 27 33]]============ sum axis=2 =============6 15 24 12 30 48 9 27 45 ------------------sum[0][0] = 6sum[1][1] = 30sum[2][2] = 45------------------[[ 6 15 24] [12 30 48] [ 9 27 45]]============ sum axis=(0,1)) =============57 72 87 ------------------sum[1] = 72------------------[57 72 87]

如果你看懂了代码和输出，我想你已经明白了。

最后用很差的语文能力描述下吧：

原数组是N维，axis指定的数轴将会降维（有几个轴就降几维），剩余的维度数组就是结果数组，结果数组的每个元素的值=结果座标固定，axis指定的维度遍历加和。

比如5维数组 n[i][j][k][x][y] axis =(1,3) 那么 结果数组就是3维的,其元素 r[i][k][y] = i,k,y 固定，j,x 遍历的加和

到此，关于"numpy多维数组执行sum计算时axis参数的意义是什么"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！