Numpy中axis=0的规律和理解

shengchao0920

已于 2023-05-08 18:02:00 修改

阅读量502

点赞数

CC 4.0 BY-SA版权

文章标签： numpy python 机器学习

于 2023-05-08 18:01:41 首次发布

示例展示了使用numpy库计算二维数组沿特定轴的平均值。当axis=0时，对数组的每一列求平均，轴0保持不变，轴1消失；当axis=1时，会对每一行求平均。这有助于理解numpy中axis参数在数据处理中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

举例：

import numpy as np
arr = np.random.randint(0,10,size=(4,5))
arr_mean = arr.mean(axis=0)

display(arr, arr_mean, arr.shape, arr_mean.shape)

输出：

array([[7, 0, 2, 4, 7],
       [8, 1, 0, 9, 4],
       [4, 5, 1, 5, 2],
       [5, 3, 7, 2, 2]])
array([6.  , 2.25, 2.5 , 5.  , 3.75])
(4, 5)
(5,)

分析：
观察可以发现求平均后，数组形状由(4,5)变成(5,)，轴0还在，但轴1消失了。

结论：
axis=0，在轴0方向上计算，轴0对应的是4，也就是对竖直方向的4个数求平均，即对每一列求平均。

总结：
axis=0，在轴0方向上（竖直方向），对列求平均；
axis=1，在轴1方向上（水平方向），对行求平均。