對於numpy中的函數的參數dim的一點理解

經常被dim參數搞混。試着總結了一下。記憶瞬間清晰了

以.max(dim)方法為例：

>>> import numpy as np
>>> a = np.random.randint(1, 100, [2, 3, 4])
>>> a
array([[[26, 36, 31, 21],
        [74, 59, 79, 32],
        [77, 94, 81, 32]],

       [[72, 76, 85, 93],
        [66, 34, 80, 12],
        [99, 17, 98, 23]]])
>>> for i in range(3):
...     print(a.max(i))
... 
[[72 76 85 93]
 [74 59 80 32]
 [99 94 98 32]]
[[77 94 81 32]
 [99 76 98 93]]
[[36 79 94]
 [93 80 99]]

可以見得：
ａ是一個2x3x4的三維矩陣。
當a.max(0)時，max則在維度大小為２的方向上進行操作，所以
a.max(0)就是：
[[72 76 85 93]
[74 59 80 32]
[99 94 98 32]]
一個　１x３x４的矩陣。
以此類推，a.max(1)就是在維度大小為３的方向上進行操作
a.max(i)就是：
[[77 94 81 32]
[99 76 98 93]]
一個　１ｘ２ｘ４的矩陣。

由此很容易發現。
.max(dim)中的dim，並不是ａ上的維度。而是指ａ的shape上的順序(可以這么理解)，ａ的shape是２ｘ３ｘ４，也就是[2, 3, 4]。故可以這樣一一對應以來。
而不用死記硬背那些０是對列操作還是對行操作了