numpy数组的维度操作和axis的对应关系

import numpy as np
np.random.seed(123)
a = np.random.randint(0,5,[3,3,2])
print(a)

print(a[-1,:,:])   #   -1  就是  2


#Output： 

[[[2 4]
  [2 1]
  [3 2]]

 [[3 1]
  [1 0]
  [1 1]]

 [[0 0]
  [1 3]
  [4 0]]]
[[0 0]
 [1 3]
 [4 0]]

axis = 0对应数组最外层，将内层只看成各有一维，即[, , ,] 最外层元素的贯穿

axis=1 对应数组次外层，即[ [], [], []],只分别关注次层,次外层元素的 贯穿

axis = 2 对应数组内层，即[[[]],[[]],[[]]], 最内层元素的 贯穿

axis = -1 对应数组最内层，等价于axis = 2 ,即最内层元素的贯穿处理。

axis = -1 常见用于图像数据增加一维， np.expand_dims(data ,axis = -1) →  [ , , , 1] 

a.sum(axis = 0)  #最低维度，将各层的元素按最外层维度对应相加    2+3+0， 4+1+0

#output:
array([[5, 5],
       [4, 4],
       [8, 3]])

a.sum(axis = 1)# 将自身的每层的元素，在层内对应的倒数第二维度分别相加   2+2+3， 4+1+2

#output:
array([[7, 7],
       [5, 2],
       [5, 3]])

a.sum(axis = 2)# 将每层最内层的元素分别相加   4+2， 3+1，3+2

#output:
array([[6, 3, 5],
       [4, 1, 2],
       [0, 4, 4]])