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：

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