本文转载地址：原文链接：https://blog.csdn.net/u012219371/article/details/93697240
先说结论
numpy中的axis与shape有关，shape为一个tuple，这个tuple的index即为所在的axis。
例如一个ndarray形状为(4,3,2)，则4对应的axis为0，3对应的axis为1，2对应的axis为2。
1 import numpy as np 2 x=np.arange(24).reshape(4,3,2) 3 print(x)
运行结果：
1 [[[ 0 1] 2 [ 2 3] 3 [ 4 5]] 4 5 [[ 6 7] 6 [ 8 9] 7 [10 11]] 8 9 [[12 13] 10 [14 15] 11 [16 17]] 12 13 [[18 19] 14 [20 21] 15 [22 23]]]
也即，最外层括号axis=0，每向内增加一层括号，axis加1。
1.求axis=0的最大值：哲学的理念（部分与整体的关系）理解为：
（定位到最外面的大括号，把整个数组看成一个数，这个数由四部分组成，求最大的一部分。）
1 print(x.max(axis=0)) //输出最大的一部分
运行结果：
1 [[18 19] 2 [20 21] 3 [22 23]]
分析：只看最外层括号，最外层括号内是由4个元素组成，每个元素是由一个3*2的矩阵（二维数组）组成。求axis=0的最大值即求这四个元素的最大值，因为元素为矩阵(3*2)，最大值即矩阵element-wise(对应元素)的最大值。例如四个矩阵中第一个元素分别为0、6、12、18，所以最大值为18。以此类推：
2.求axis=1的最大值：（
哲学的理念（部分与整体的关系）理解为：去掉最外层的括号
定位到次外层的括号，此时整个数组有四个整体，求每个整体的最大一部分。
）
1 print(x.max(axis=1))//分别输出四个整体的最大部分
1 [[ 4 5] 2 [10 11] 3 [16 17] 4 [22 23]]
分析：现在只看axis=0中的每一个3*2矩阵（二维数组），每一个二维数组是由三个元素（一维数组）组成。求axis=1的最大值即求三个元素的最大值，因为元素为矩阵（1*2）,最大值即矩阵element-wise(对应元素)的最大值。以第一个矩阵为例：
1 [[ 0 1],[ 2 3],[ 4 5]]
其它几个矩阵求法一样。
3.求axis=2的最大值：（
哲学的理念（部分与整体的关系）理解为：去掉最外层的括号
去掉次外层的括号，此时整个数组有12个整体，分别求出12个整体最大的一部分。
）
1 print(x.max(axis=2))
运行结果：
1 [[ 1 3 5] 2 [ 7 9 11] 3 [13 15 17] 4 [19 21 23]]
分析：现在只看axis=1中的每一个一维数组。每一个一维数组都是由scalar组成，最大值即为数组中最大的元素，例：
————————————————
版权声明：本文为CSDN博主「X+Y=Z」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u012219371/article/details/93697240