python numpy axis=0,1,2, 分清楚

**NumPy 中的轴（Axis）概念**

在 NumPy 库中，数组是多维的，可以有任意数量的维度。每个维度都对应一个轴（axis）。理解 NumPy 中的轴概念对于有效地使用库和操作数据至关重要。

**什么是轴（Axis）?**

轴（axis）是指数组中元素排列的方向或维度。例如，一个2D 数组有两个轴：行（rows）和列（columns）。一个3D 数组则有三个轴：行、列和深度（depth）。

**NumPy 中的轴编号**

在 NumPy 库中，每个轴都被赋予一个唯一的数字。第一个轴（最左边的维度）被称为轴0，第二个轴（紧接着第一个维度的维度）被称为轴1，依此类推。

**axis=0、axis=1 和 axis=2 的含义**

* **axis=0**：表示沿着最左边的维度进行操作。例如，对于一个2D 数组，如果我们使用 `axis=0`，则意味着沿着行（rows）方向进行操作。
* **axis=1**：表示沿着第二个维度（紧接着第一个维度）进行操作。对于一个2D 数组，这意味着沿着列（columns）方向进行操作。
* **axis=2**：表示沿着第三个维度（紧接着第二个维度）进行操作。对于一个3D 数组，这意味着沿着深度（depth）方向进行操作。

**示例代码**

import numpy as np# 创建一个2D 数组arr_2d = np.array([[1,2], [3,4]])

print("原始数组：")
print(arr_2d)

# 使用 axis=0 对数组进行操作（沿着行方向）
result_axis_0 = arr_2d.sum(axis=0)
print("
沿着行方向求和：")
print(result_axis_0)

# 使用 axis=1 对数组进行操作（沿着列方向）
result_axis_1 = arr_2d.sum(axis=1)
print("
沿着列方向求和：")
print(result_axis_1)

# 创建一个3D 数组arr_3d = np.array([[[1,2], [3,4]], [[5,6], [7,8]]])

print("
原始数组（3D）：")
print(arr_3d)

# 使用 axis=0 对3D 数组进行操作（沿着行方向）
result_axis_0_3d = arr_3d.sum(axis=0)
print("
沿着行方向求和（3D）：")
print(result_axis_0_3d)

# 使用 axis=1 对3D 数组进行操作（沿着列方向）
result_axis_1_3d = arr_3d.sum(axis=1)
print("
沿着列方向求和（3D）：")
print(result_axis_1_3d)

# 使用 axis=2 对3D 数组进行操作（沿着深度方向）
result_axis_2_3d = arr_3d.sum(axis=2)
print("
沿着深度方向求和（3D）：")
print(result_axis_2_3d)