本文主要是介绍python中，axis=0，axis=1，axis=2的理解【对于按待定轴求和，axis=‘x’的理解】，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！
一、axis
1.假设我们有一个5行4列的矩阵，见下图所示。
这个矩阵的shape：[5][4],维度是2，axis：0,1，按照行，轴为0，按照列轴为1。
当我们按照axis=0，求sum时：我们得到的shape为[4]
当我们按照axis=1，求sum时：我们得到的shape为[5]
2.技巧：
axis=几，就把对应轴的维度去掉。例如：
假设我们的矩阵shape[2,5,4]
当 axis=1 求和时，得到矩阵的shape[2,4]
当 axis=0 求和时，得到矩阵的shape[5,4]
当 axis=[0,2] 求和时，得到矩阵的shape[5]
二、keepdims
1.keepdims ：在进行某些数组/矩阵操作时的一个参数，通常用于指示操作的结果是否应该保留原始数组的维度信息，默认值为false。
2.假设我们的矩阵shape[2,5,4]
当 axis=1 ,keepdims=True求和时，得到矩阵的shape[2,1,4]
当 axis=2 ,keepdims=True求和时，得到矩阵的shape[2,5,1]
当 axis=[1,2] ,keepdims=True求和时，得到矩阵的shape[2,1,1]
三、代码演示
import torch
a = torch.ones((2,5,4))
a.shape
运行结果：
1.axis
a.sum(axis=1).shape
运行结果：
a.sum(axis=0).shape
运行结果：
a.sum(axis=[0,2]).shape
运行结果：
2.keepdims
a.sum(axis=1,keepdims=True).shape
运行结果：
a.sum(axis=2,keepdims=True).shape
运行结果：
a.sum(axis=[1,2],keepdims=True).shape
运行结果：
☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺
我是韩一，用知识认识更多的人，欢迎大家指正！
这篇关于python中，axis=0，axis=1，axis=2的理解【对于按待定轴求和，axis=‘x’的理解】的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
