Python 如何在numpy数组中选择轴值

我是numpy的新用户，我使用的是numpy，其中提到要删除水平行，我们应该使用axis=0，但在numpy的其他文档中，它说水平轴是1。如果有人能让我知道我的理解有什么问题，那就太好了

从您提供的链接中，这里是numpy的摘录，这可能会给您带来一些困惑，并在下面进行澄清

摘录

---

摘录

第一个垂直向下跨行运行（轴0），而 第二次水平穿过柱（轴1）

---

我认为这种混淆源于第二段摘录中纵向和横向的词语。 第二个摘录的意思是，通过设置轴，可以决定移动哪个维度。例如，在二维矩阵中，

axis=0

对应于在行上迭代（从而在数组上垂直移动），而

axis=1

对应于 在列上迭代（这样就可以在数组上水平移动）。它并没有说

轴=1

对应于OP所理解的水平轴

delete

函数遵循上述描述，实际上，通过使用

np.delete（arr，1，axis=0）

，函数迭代行，并删除索引为1的行。相反，如果应删除列，则

axis=1

。例如，在同一阵列上

arr

>>> np.delete(arr, [0,1,4], axis=1)
array([[ 3,  4],
       [ 7,  8],
       [11, 12]])

---

其中，

delete

对列进行迭代，并删除索引为0、1的列，并且不删除任何其他内容，因为索引为4的列不存在。

数组是在任何维度的网格中构造数字的系统方法。轴网方向具有标签，这些标签来自如何将新标注添加到轴网的约定

惯例如下：

最简单的网格是0维（0D）数组，它没有轴，只能容纳一个标量。这是一个0D阵列：

42

如果我们开始将标量放入一个列表中，就会得到一个1D数组。这个新网格只有一个轴，如果我们想用一个数字来标记这个轴，我们最好从一些简单的东西开始，比如

axis=0

！一维阵列可以是：

# ----0--->
 [42, π, √2]

现在我们要创建一个一维数组，它将为我们提供一个二维数组。横轴仍然是0，但新的纵轴将得到我们知道的下一个最低值，

轴=1

。下面是它可能的样子：

# ----0---->
[[42, π,  √2],  # |
 [1,  2,   3],  # 1
 [10, 20, 30]]  # V

真正的美在于，它可以推广到无穷大。如果我们需要一个数字框，我们可以通过叠加二维数组来创建一个三维数组，而追踪框深度的方向自然必须是轴=2。如果我们想要一个4D阵列，我们只需要制作一个框列表（3D阵列），并使用沿轴=3的索引调用每个框。这可以永远持续下去

在NumPy中：

任何采用

轴

-参数的函数/方法都使用此约定。对于二维数组，这意味着执行类似于

np.delete（X[1,2,3]，axis=0）

的操作将迭代沿第0轴拉伸的数组，以返回

X

，而不返回第1、2和3行。同样的逻辑也适用于从数组中获取值

X[rows_along_0th_axis, columns_along_1st_axis, ..., vectors_along_nth_axis]

---

清晰直接。很好，很好！然而，这篇文章应该澄清，因为它可能会让人对numpy感到困惑。有两点需要修改。首先是约定：

axis=0

对应于迭代列的唯一情况是数组是单个列表（例如

np.array（[1,2,3,4]）

）。通常，

轴

对应于要迭代的实际维度。例如，

axis=0

允许对行进行迭代，而

axis=1

允许对列进行迭代。矩阵的形状是

（num\u rows，num\u cols）

。第二，是对

numpy

数组的访问：在一个矩阵上，可以使用索引轴0和列索引轴1访问行。谢谢您的评论！你说得对。你能解释一下你所说的“第二，是对numpy数组的访问：在一个矩阵上，行可以通过索引轴0访问，列可以通过索引轴1访问”是什么意思吗？然而，按照你所描述的

X[index\u在第一轴上，index\u在第十轴上]

是正确的，从numpy中的

轴的含义来看，它应该是相反的，即
X[第0轴上的索引，第1轴上的索引]
。实际上，以np.array（[1,2,3,4]，[5,6,7,8]，[9,10,11,12]]）为例，它的形状是（3,4），因此在轴0上，最大索引是2（行），在轴1上，最大索引是3（列）。这一澄清是由于我评论中的第一点。
X[rows_along_0th_axis, columns_along_1st_axis, ..., vectors_along_nth_axis]