numpy 拆分数组时，轴的意义是什么？

ar7v8xwq 于 2023-08-05 发布在其他

关注(0)|答案(1)|浏览(81)

我无法理解轴向参数。我来解释这个问题。
代码：np.split(b1,[1,3],axis=0)
实验结果：

[array([[1, 2, 3, 4]]),
 array([[ 5,  6,  7,  8],
        [ 9, 10, 11, 12]]),
 array([[13, 14, 15, 16],
        [17, 18, 19, 20]])]

字符串
代码：np.split(b1,[1,3],axis=1)
实验结果：

[array([[ 1],
        [ 5],
        [ 9],
        [13],
        [17]]),
 array([[ 2,  3],
        [ 6,  7],
        [10, 11],
        [14, 15],
        [18, 19]]),
 array([[ 4],
        [ 8],
        [12],
        [16],
        [20]])]

型
当我看到这个想法“如果axis=0，则表示对行进行运算，如果axis=1，则表示对列进行运算”，然后代码：

v1=np.array([[26.50940987, 22.97569521, 22.85657049,  9.0536725 ],
       [25.98586589, 29.063503  , 16.32117152, 53.37755382],
       [23.57720158, 34.10171715, 24.7272822 , 26.84495276],
       [19.56007871, 43.61342762, 45.83942094, 16.36201912]])
v1=np.sort(v1,axis=0)
print(v1)

型
实验结果：

array([[19.56007871, 22.97569521, 16.32117152,  9.0536725 ],
       [23.57720158, 29.063503  , 22.85657049, 16.36201912],
       [25.98586589, 34.10171715, 24.7272822 , 26.84495276],
       [26.50940987, 43.61342762, 45.83942094, 53.37755382]])

型
按列排序？当它的轴=1时，它按行排序。为什么会这样？有什么我不明白的？

numpy

来源：https://stackoverflow.com/questions/76639962/what-is-the-sense-for-axis-when-splitting-array

1条答案

按热度按时间

q9yhzks01#

由于只有2个维度，轴参数的“单词描述”可能是模糊的-至少在英语中是这样。我们是在轴上求和还是在轴上求和。有时看1d会有帮助，然后跳到3d（或更多）。然后，哪个轴消失了，哪个轴保留下来就更明显了。
np.sum也取一个轴;用keepdims和tuple轴进行实验。
对于（5，4）阵列的分裂，轴0使得（1，4），（2，4），（2，4）;而轴1是（5，1）、（5，2）、（5，1）。轴表示哪个维度被分割。这对我来说似乎很清楚，但可能是因为我已经用得够多了。
对于sort，轴0对行进行排序，但对每一列单独进行排序。'sort on column'是一个不明确的描述符。
总结一下，没有一种描述可以同样适用于所有情况。-
下面是sum的数组：

In [213]: arr = np.arange(1,21).reshape(5,4)
In [214]: arr
Out[214]: 
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12],
       [13, 14, 15, 16],
       [17, 18, 19, 20]])

In [215]: arr.sum(axis=0)
Out[215]: array([45, 50, 55, 60])
In [216]: arr.sum(axis=0, keepdims=True)    # (4,) result
Out[216]: array([[45, 50, 55, 60]])    # (1,4) result
In [217]: arr.sum(axis=1, keepdims=True)
Out[217]: 
array([[10],
       [26],
       [42],
       [58],
       [74]])   # (1,5) result

字符串
创建一个3D数组：

In [218]: arr.reshape(5,2,2).sum(axis=0, keepdims=True)
Out[218]: 
array([[[45, 50],
        [55, 60]]])  # (1,2,2)
In [219]: arr.reshape(5,2,2).sum(axis=(1,2), keepdims=True)
Out[219]: 
array([[[10]],

       [[26]],

       [[42]],

       [[58]],

       [[74]]])  # (5,1,1)

型
返回到以轴0分割，用于3d阵列。size 5轴的相同1，2，2分割。

In [223]: [i.shape for i in np.split(arr.reshape(5,2,2),[1,3],axis=0)]
Out[223]: [(1, 2, 2), (2, 2, 2), (2, 2, 2)]

型

赞(0）回复(0）举报 2023-08-05

我来回答

numpy 拆分数组时，轴的意义是什么？

1条答案

相关问题

热门标签

最新问答