如何在NumPy数组中选择轴值

Question

我是numpy的新用户，正在使用numpy的delete函数。文档中提到，要删除水平行，我们应该使用axis=0，但在numpy的词汇表中，它说水平轴是1。如果有人能告诉我我的理解有什么问题就太好了。

- user1487744

Answer 1

数组是一种按照任意维度进行数字结构化的系统方法。网格方向有标签，这些标签来自于网格添加新维度的约定。

以下是该约定：

最简单的网格是0维（0D）数组，它没有轴，只能保存一个标量。这是一个0D数组：

42

如果我们把标量放进一个列表里，就会得到一个一维数组。这个新的网格只有一个轴，如果我们想用一个数字给这个轴标记，最好从简单的开始 - 比如axis=0！一个一维数组可能是：

# ----0--->
 [42, π, √2]

现在我们想要创建一个由1D数组组成的数组，这将给我们一个2D数组。水平轴仍然是0，但新的垂直轴将得到我们所知道的下一个最低数字axis=1。以下是可能的样子：

# ----0---->
[[42, π,  √2],  # |
 [1,  2,   3],  # 1
 [10, 20, 30]]  # V

真正的美妙之处在于这种方法具有无限推广性。如果我们需要一个数字盒子，我们可以通过将2D数组堆叠起来创建一个3D数组，而追踪盒子深度的方向自然必须是axis=2。如果我们想要一个4D数组，我们只需制作一个盒子列表(3D数组)，并使用沿着axis=3的索引调用每个盒子。这可以无限延续。

在NumPy中:

任何带有axis参数的函数/方法都使用此约定。对于一个2D数组，这意味着执行类似于np.delete(X, [1, 2, 3], axis=0)的操作将遍历沿着第0轴拉伸的数组，从而返回没有第1、第2和第3行的X。同样的逻辑也适用于从数组中获取值。

X[rows_along_0th_axis, columns_along_1st_axis, ..., vectors_along_nth_axis]

- Ulf Aslak

---

不错！然而，这篇文章需要澄清一下，因为它可能会让人对numpy感到困惑。有两个需要修改的地方。首先是关于约定：只有当数组是单个列表（例如np.array([1,2,3,4])）时，axis=0对应于迭代列的情况。一般来说，axis对应于要迭代的实际维度。例如，axis=0允许在行上迭代，而axis=1则在列上迭代。矩阵的形状是(num_rows,num_cols)。其次，是对numpy数组的访问：在矩阵上，行可以通过indices_axis_0进行访问，而列可以通过indices_axis_1进行访问。 - albertoql

谢谢您的评论！您说得有道理。您能解释一下“其次，是对numpy数组的访问：可以使用indices_axis_0访问矩阵行，使用indices_axis_1访问列”是什么意思吗？ - Ulf Aslak

根据您所描述的约定，X[index_on_1st_axis, index_on_0th_axis]是正确的。然而，从numpy中axis的含义来看，它应该相反，即X[index_on_0th_axis, index_on_1st_axis]。例如，考虑np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])，其形状为(3,4)，因此在轴0上，最大索引是2（行），在轴1上，最大索引是3（列）。这个澄清是由我评论中的第一个观点引起的。 - albertoql

Answer 2

根据您提供的链接，以下是numpy delete和glossary的摘录，可能会让您感到困惑，下面进行澄清。

1. 摘录

>>> arr = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
>>> arr
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])
>>> np.delete(arr, 1, 0)
array([[ 1,  2,  3,  4],
       [ 9, 10, 11, 12]])

---

2. 摘录

第一个轴沿着行（轴0）垂直向下运行，第二个轴沿着列（轴1）水平运行。

---

我认为混淆来自第二个摘录中的“垂直”和“水平”这两个词。第二个摘录的意思是通过设置轴，可以决定沿哪个维度移动。例如，在2d矩阵中，axis = 0对应于在行上迭代（因此在数组上垂直移动），而axis = 1对应于在列上迭代（因此在数组上水平移动）。它并没有说axis = 1对应于OP理解的水平轴。 delete函数遵循上述描述，确实，通过使用np.delete(arr, 1, axis = 0)，该函数会在行上迭代，并删除索引为1的行。如果要删除列，则为axis = 1。例如，在同一数组arr上。

>>> np.delete(arr, [0,1,4], axis=1)
array([[ 3,  4],
       [ 7,  8],
       [11, 12]])

其中delete迭代列，并删除索引为0、1的列，由于索引为4的列不存在，因此不会删除其他任何内容。

- albertoql

---

清晰明了。直接易懂。很好。 - Reti43