- 軸（axis)：保護數據的維度，數組最外圍的維度axis=0
- 矩陣（二維數組）
- 第一軸
(axis=0)是矩陣的列操作- 第二軸
(axis=1)是矩陣的行操作- 三維數組
- 第三軸
(axis=2)為圖像矩陣的通道
- 秩（rank)：軸的數量，即數組的維度
上面的看不懂不要急，看看例子就會懂了
np.sum(array, axis=None)函數表示對數組array進行求和（默認axis=None），可通過修改參數axis達到對數組array不同軸的操作。
eg：np.sum(a2,axis=0)對數組a2的第一軸(axis=0)求和
-
對於二維數組
a2(3,4)
a2=np.arange(12).reshape(3,4) a2 Out: array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) np.sum(a2,axis=0) Out: array([12, 15, 18, 21]) # ps:12=0+4+8, 15=1+5+9, 18=2+6+10, 21=3+7+11 np.sum(a2,axis=1) Out: array([ 6, 22, 38]) # ps:6=0+1+2+3, 22=4+5+6+7, 38=8+9+10+11 總結一下
- axis=0的結果為（
axis,4） 大小為四的一維數組，值為(0, i) + (1, i) + (2, i) - axis=1的結果為（3,
axis） 大小為三的一維數組，值為(i, 0) + (i, 1) + (i, 2) + (i, 3)
它的秩的值為2（二維數組，共有兩個軸） -
對於三維數組
a(2,3,4)
array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]]) np.sum(a,axis=0) # 對a數組第一軸求和 Out: array([[12, 14, 16, 18], [20, 22, 24, 26], [28, 30, 32, 34]]) # ps:12=0+12，14=1+13，16=2+14，18=3+15 # 20=4+16，... # 28=8+28, ... np.sum(a,axis=1) # 對a數組第二軸求和 Out: array([[12, 15, 18, 21], [48, 51, 54, 57]]) # ps:12= 0+ 4+ 8, 15= 1+ 5+ 9, 18= 2+ 6+10, 21= 3+ 7+11 # 48=12+16+20, ... np.sum(a,axis=2) Out: array([[ 6, 22, 38], [54, 70, 86]]) # ps: 6= 0+ 1+ 2+ 3, 22= 4+ 5+ 6+ 7, 38= 8+ 9+10+11 # 54=12+13+14+15, ... 總結一下
- axis=0的結果為（
axis,3, 4） 三行四列的矩陣，值為(0, i, j) + (1, i, j) - axis=1的結果為（2,
axis,4） 二行四列的矩陣，值為(i, 0, j) + (i, 1, j) + (i, 2, j) - axis=2的結果為（2, 3,
axis） 二行三列的矩陣，值為(i, j, 0) + (i, j, 1) + (i, j, 2) + (i, j, 3)
它的秩的值為3（共有三個軸，維度為三）