一文弄懂Numpy中ndarray的维度(dimension)/轴数(axis/axes)问题

Numpy库的核心是ndarray，实际上就是N维数组（N-dimensional array），关于这个数据对象的详细介绍，参考官方文档最为合适。有一点要注意的是，ndarray的内置方法只有30多个，常用的如求平均值可以写a.mean()，但是求中位数就不可以，只能写np.median(a)。

言归正传，在Numpy中维度dimension被称为轴axis（复数为axes）。对于一维数组，如a = np.array([1, 2, 3])，a.shape 等于(3, )。

根据广播机制的规则一，小维度数组的shape在最左边补1，所以一维数组会被隐式解释为二维行向量，当矩阵乘以行向量时，可以使用形状 (n, ) 或 (1, n) 得到相同的结果。但是注意一维数组不能通过转置变为二维列向量。

更具体的，一维数组、二维行向量与二维列向量的转换方式如下：

其中，flatten()和ravel()方法都是将数组展平为一维数组。两者之间的主要区别在于，ravel()生成的是对父数组的引用（即“视图”），这意味着对新数组的任何更改也会影响父数组，由于ravel不创建副本，因此内存效率高。flatten()则是创建了一个副本，对副本进行修改不会影响父数组。

在很多方法中，轴是作为参数出现的axis=0, 1, ...，如下：

对于轴参数，我们应该理解为“将要被消除或折叠的维度或轴”，而不是将要返回的维度或轴。因此，axis=0意味着行将要被折叠，多行将会变成一行；axis=1意味着列将要被折叠，多列将会变成一列。