Python 轴消除
我很难理解numpy中的轴消去的概念。假设我有以下2D矩阵:Python 轴消除,python,numpy,Python,Numpy,我很难理解numpy中的轴消去的概念。假设我有以下2D矩阵: A = 1 2 3 3 4 5 6 7 8 好的,我知道sum(A,axis=0)将对每列求和,并给出一个包含3个元素的一维数组。我也知道sum(A,axis=1)将对每行进行求和 但我的问题是当我读到轴=0消除第0轴,轴=1消除第1轴时。有时人们提到“减少”而不是“消除”。我无法理解这消除了什么。例如,sum(A,axis=0)将从上到下对每个列求和,但我在这里没有看到消除或减少。重点是什么?和(A,轴=1)也是一样的 对
A =
1 2 3
3 4 5
6 7 8
好的,我知道sum(A,axis=0)将对每列求和,并给出一个包含3个元素的一维数组。我也知道sum(A,axis=1)将对每行进行求和
但我的问题是当我读到轴=0消除第0轴,轴=1消除第1轴时。有时人们提到“减少”而不是“消除”。我无法理解这消除了什么。例如,sum(A,axis=0)将从上到下对每个列求和,但我在这里没有看到消除或减少。重点是什么?和(A,轴=1)也是一样的
对于更高的维度又是怎样的呢
p、 我总是混淆矩阵维数和数组维数。我希望编写numpy文档的人能够清楚地区分这一点。
通过沿一个轴应用ufunc,将a的尺寸减小一
例如,add.reduce()相当于sum()
在numpy
中,基类是ndarray
——一个多维数组(可以是0d、1d或更多)
矩阵是数组的一个子类
矩阵对象始终是二维的
numpy矩阵的历史由来已久,但基本上它的意思是类似于MATLAB矩阵对象。在最初的MATLAB中,几乎所有的东西都是一个矩阵,它总是二维的。后来,他们将其推广到更多维度。但它的维度不能少。MATLAB确实有“向量”,但它们只是一维为1
(行向量与列向量)的矩阵
使用
numpy
时,“轴消除”不是常用术语。可以想象,它是指减少数组维数的几种方法中的任何一种。在sum()
中,减少是一种。索引是另一个:a[:,0,:]
。重塑也可以更改尺寸的数量<代码>np。挤压是另一个。你在哪里遇到“消除”这个词的?你在哪里遇到“减少”?你必须更清楚你到底不明白什么。。。像“这有什么意义?”这样的问题不太可能在这个网站上找到答案…@shx2