python axis参数解析

在遇到形如tf.argmax(logits, axis=-1)的代码时，axis参数的含义非常容易令人疑惑。在二维情形下，axis=0表示求每列的最大值的下标，axis=1表示求每行最大值的下标。但是在更高维度下呢？

我们不妨假设数组A满足A.shape=(2,4,8,16),研究A生成的数组（Ax=argmax(A,axis=x)）的shape，结果如下表所示:

A0.shape	A1.shape	A2.shape	A3.shape
(4,8,16)	(2,8,16)	(2,4,16)	(2,4,8)

不难发现，Ax.shape比原来的A.shape恰好少掉了第x个值。事实上，axis=x就表示将原数组的第x维压缩，最终得到的第x维上各值的argmax。

特别地，我们知道在python中对一个长度的n的数组A，我们有A[n-i]=a[-i]，同理，我们常见的axis=-1事实上就是表示压缩最后一个维度，在常见的二维数组中，就表示对压缩列，即对每行求和。

在其他一些降维的操作中，axis有着类似的作用。