Axis理解

之前的課程中，為了方便大家理解，我們說axis=0代表的是行，axis=1代表的是列。但其實不是這么簡單理解的。這里我們專門用一節來解釋一下這個axis軸的概念。

簡單來說， 最外面的括號代表着 axis=0，依次往里的括號對應的 axis 的計數就依次加 1。什么意思呢？下面再來解釋一下。

最外面的括號就是axis=0，里面兩個子括號axis=1。
操作方式：如果指定軸進行相關的操作，那么他會使用軸下的每個直接子元素的第0個，第1個，第2個...分別進行相關的操作。

現在我們用剛剛理解的方式來做幾個操作。比如現在有一個二維的數組：

x = np.array([[0,1],[2,3]])

1. 求x數組在axis=0和axis=1兩種情況下的和：

    >>> x.sum(axis=0)
    array([2, 4])
   

   為什么得到的是[2,4]呢，原因是我們按照axis=0的方式進行相加，那么就會把最外面軸下的所有直接子元素中的第0個位置進行相加，第1個位置進行相加...依此類推，得到的就是0+2以及2+3，然后進行相加，得到的結果就是[2,4]。

    >>> x.sum(axis=1)
    array([1, 5])
   

   因為我們按照axis=1的方式進行相加，那么就會把軸為1里面的元素拿出來進行求和，得到的就是0,1，進行相加為1，以及2,3進行相加為5，所以最終結果就是[1,5]了。

2. 用np.max求axis=0和axis=1兩種情況下的最大值：

>>> np.random.seed(100)
>>> x = np.random.randint(0,10,size=(3,5))
>>> x.max(axis=0)
array([8, 8, 3, 7, 8])

因為我們是按照axis=0進行求最大值，那么就會在最外面軸里面找直接子元素，然后將每個子元素的第0個值放在一起求最大值，將第1個值放在一起求最大值，以此類推。而如果axis=1，那么就是拿到每個直接子元素，然后求每個子元素中的最大值：

>>> x.max(axis=1)
array([8, 5, 8])

3. 用np.delete在axis=0和axis=1兩種情況下刪除元素：

    >>> np.delete(x,0,axis=0)
    array([[2, 3]])
   

   np.delete是個例外。我們按照axis=0的方式進行刪除，那么他會首先找到最外面的括號下的直接子元素中的第0個，然后刪掉，剩下最后一行的數據。

    >>> np.delete(x,0,axis=1)
    array([[1],
           [3]])
   

   同理，如果我們按照axis=1進行刪除，那么會把第一列的數據刪掉。

三維以上數組：

按照之前的理論，如果以上數組按照axis=0的方式進行相加，得到的結果如下：

如果是按照axis=1的方式進行相加，得到的結果如下：

總結：

1、最外面的括號代表着 axis=0，依次往里的括號對應的 axis 的計數就依次加 1

2、操作方式：如果指定軸進行相關的操作，那么他會使用軸下的每個直接子元素的第0個，第1個，第2個...分別進行相關的操作。

3、 np.delete，是直接刪除指定軸下的第幾個直接子元素。