numpy数组的坐标轴问题

本文主要是介绍numpy数组的坐标轴问题，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

不知道大家有没有一种感觉，每次当使用numpy数组的时候坐标轴总是傻傻分不清楚，然后就会十分的困惑，每次运算都需要去尝试好久才能得出想要的结果。这里我们来简单解释一下numpy中一维，二维，三维数组的坐标轴问题。
首先我们讨论一维的情况，代码如下：

import numpy as npclass Debug:def __init__(self):self.array1 = np.array([0, 1, 2])self.array2 = np.array([[0], [1], [2]])def mainProgram(self):print("The value of array1 is: ")print(self.array1)print("The shape of array1 is: ")print(self.array1.shape)print("The value of array2 is: ")print(self.array2)print("The shape of array2 is: ")print(self.array2.shape)if __name__ == '__main__':main = Debug()main.mainProgram()
"""
The value of array1 is: 
[0 1 2]
The shape of array1 is: 
(3,)
The value of array2 is: 
[[0][1][2]]
The shape of array2 is: 
(3, 1)
"""

从上面的结果我们可以看到，一维横数组沿着横向排列，我们可以认定为x轴向，它的数组大小为(3,)，一维列数组沿着纵向排列，我们可以认为是y轴方向，它的大小为(3, 1)，我们可以从左向右，看出第二个参数代表的是横向上的参数个数，第一个参数代表的是纵向上的参数个数，因此我们可以将横向数组的大小(3,)理解为(,3)更为合适。

接下来我们研究一下二维数组，哪个参数对应的是横坐标，哪个参数对应的是纵坐标。
代码如下：

import numpy as npclass Debug:def __init__(self):self.array1 = np.ones((2, 3))self.array2 = np.ones((3, 2))def mainProgram(self):print("The value of array1 is: ")print(self.array1)print("The shape of array1 is: ")print(self.array1.shape)print("The value of array2 is: ")print(self.array2)print("The shape of array2 is: ")print(self.array2.shape)if __name__ == '__main__':main = Debug()main.mainProgram()"""
The value of array1 is: 
[[1. 1. 1.][1. 1. 1.]]
The shape of array1 is: 
(2, 3)
The value of array2 is: 
[[1. 1.][1. 1.][1. 1.]]
The shape of array2 is: 
(3, 2)
"""

从上面的结果我们可以看出，从左向右，第一个参数代表的是(row), 第二个参数代表的是列(column)。我们知道numpy中默认的是笛卡尔坐标系，所以横向为x，纵向为y，具体的请看坐标系(超链接点击跳转查看)。所以对self.array1来说，定义时输入的数组大小的(2, 3)代表沿着x轴拥有3个值，沿着y轴拥有2个值。对比上述得到的结果与我们在一维情况中推断得到的结果，证明我们的理解是正确的。

接着我们讨论三维的情况：代码如下：

import numpy as npclass Debug:def __init__(self):self.array1 = np.ones((2, 3, 4))def mainProgram(self):print("The value of array1 is: ")print(self.array1)print("The shape of array1 is: ")print(self.array1.shape)if __name__ == '__main__':main = Debug()main.mainProgram()"""
The value of array1 is: 
[[[1. 1. 1. 1.][1. 1. 1. 1.][1. 1. 1. 1.]][[1. 1. 1. 1.][1. 1. 1. 1.][1. 1. 1. 1.]]]
The shape of array1 is: 
(2, 3, 4)
"""