python中,axis=0,axis=1,axis=2的理解【对于按待定轴求和,axis=‘x’的理解】

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]
python中,axis=0,axis=1,axis=2的理解【对于按待定轴求和,axis=‘x’的理解】_第1张图片

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:
在这里插入图片描述

1.axis

a.sum(axis=1).shape

运行结果:
在这里插入图片描述

a.sum(axis=0).shape

运行结果:
在这里插入图片描述

a.sum(axis=[0,2]).shape

运行结果:
在这里插入图片描述

2.keepdims

a.sum(axis=1,keepdims=True).shape

运行结果:
在这里插入图片描述

a.sum(axis=2,keepdims=True).shape

运行结果:
在这里插入图片描述

a.sum(axis=[1,2],keepdims=True).shape

运行结果:
在这里插入图片描述

☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺
我是韩一,用知识认识更多的人,欢迎大家指正!

你可能感兴趣的:(pytorch,jupyter,深度学习,python)