填坑之作 numpy陣列axis含義

因為最近在用tf裡邊的各種tensor的不同axis操作，搞得頭很疼，所以用numpy裡邊的axis的操作來看看這個axis的含義

首先定義乙個np，shape為(2,2,2)

a=np.array([[[1,2],[3,4]],[[5,6],[7,8]]])

[[[1 2]

[3 4]]

[[5 6]

[7 8]]]

1為(0,0,0)，2為(0,0,1)，3為(0,1,0)，4為(0,1,1)，5為(1,0,0)，6為(1,0,1)，7為(1,1,0)，8為(1,1,1)

接下來進行np.sum操作

b=np.sum(a,axis=(0))

[[ 6  8]

[10 12]]

其中6=1(0,0,0)+5(1,0,0)，8=2(0,0,1)+6(1,0,1)，10=3(0,1,0)+7(1,1,0)，12=4(0,1,1)+8(1,1,1)

可以看到，以此相加的兩個數，最後兩維座標相同，第一維度座標不同

b=np.sum(a,axis=(0,1))

[16 20]

其中16=1(0,0,0)+3(0,1,0)+5(1,0,0)+7(1,1,0)，20=2(0,0,1)+4(0,1,1)+6(1,0,1)+8(1,1,1)

相加的數，最後一維座標相同，前兩維座標不同

b=np.sum(a,axis=(0,1,2))

b=np.sum(a,axis=(1))

[[ 4  6]

[12 14]]

最終得到結論，np.sum中的引數axis為進行操作的維度，沒有在axis中輸入的維度為固定的維度，使用固定維度相同的數進行操作

填坑之作 python打包

要把python打包成exe 使用pyinstaller 命令 pyinstaller f w py 1 出現recursionerror maximum recursion depth exceeded錯誤 解決方法 在 filename.spec 檔案頭新增下面語句 import sys sys...

numpy陣列計算中的axis

numpy陣列計算中，經常要求按照某個軸計算，如axis 0 1.對於高維陣列，究竟是在哪個維度上計算呢？其實axis中的0，1，2指的就是陣列中資料塊的層級關係。0就是最外層，指的是從最外層進入陣列後的各個子資料塊 1就是就是進入前面的各個子資料塊後的更內層資料塊。以如下二維陣列為例，arr np...

numpy中多維陣列的軸（axis）

多維陣列的軸 axis 是和該陣列的size 或者shape 的元素是相對應的 np.random.seed 123 x np.random.randint 0,5,3,2,2 print x 5 2 4 2 1 3 2 3 1 1 0 1 x.sum axis 0 array 7,6 6,6 x....