python numpy中axis的含义
不同的编程语言对于多维数组的索引方式往往不太一样，下面主要讲一下python numpy里面axis的含义
numpy当中axis的值表示的是这个多维数组维度的下标，比如有一个二维数组a，a的shape是(5,6)，也就是说a有5行6列，axis=0表示的就是[5,6]中的第一维，也就是行，axis=1表示的是[5,6]中的第二个维度，也就是列。
通常numpy里面的一些降维操作(aggregate functions)需要我们指定对应的维度，比如sum函数表示对哪个维度求和，max表示对哪个维度求最大值。通常当我们在这些函数里面指定了axis=n时，那么函数输出的数组当中，原来的第n维就被消除了，比如下面的例子：
# 创建一个矩阵a，a的维度为2行3列
>>> a = np.array([[1,2,3],[4,5,6]])
>>> print a
[[1 2 3]
[4 5 6]]
>>> print a.shape
(2, 3)
# b表示沿着axis=0（行）这条轴取max，得到的结果就是把输入数组的'行'给消除了，2行变1行
>>> b = a.max(axis=0)
>>> print b
[4 5 6]
>>> print b.shape
(3,)
# c表示沿着axis=1（列）这条轴取max，得到的结果就是把输入数组的'列'给消除了，3列变1列
>>> c = a.max(axis=1)
>>> print c
[3 6]
>>> print c.shape
(2,)