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！
创新互联公司专注于鄂托克企业网站建设,响应式网站建设,购物商城网站建设。鄂托克网站建设公司,为鄂托克等地区提供建站服务。全流程按需求定制开发，专业设计，全程项目跟踪，创新互联公司专业和态度为您提供的服务
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 np
n = 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 = 0
for i in range(3):
for j in range(3):
for k in range(3):
sum += n[k][i][j]
print(sum) # 216
print('------------------')
print(np.sum(n)) # 216
print("============ 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] = 4 sum[1][1] = 24 sum[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] = 12 sum[1][1] = 30 sum[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] = 6 sum[1][1] = 30 sum[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，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
