numpy的axis

这是别人的理解

原文
Numpy中有许多函数都带有一个参数：axis（对应于pytorch中的dim参数），用来指定函数计算是在哪个维度上进行的。这些函数包括：mean() 、sum()等。 想必很多人都曾为axis（dim）的用法感到困惑.
这里提供了一个简单的记忆方式：
假设输入的形状是(m, n, k):

• 如果指定axis(dim)=0, 输出的size就是(1, n, k)或者(n, k)
• 如果指定axis(dim)=1, 输出的size就是(m, 1, k)或者(m, k)
• 如果指定axis(dim)=2, 输出的size就是(m, n, 1)或者(m, n).
  size中是否有“1”，取决于参数keepdims(或keepdim)。keepdims=True会保留维度1，通常默认是等于False。
  注意：以上只是经验总结，对于绝大部分函数适用，少数函数如cumsum（累加）不符合。

此外，对于二维数组（矩阵），可以用一句话记住：axis=0表示分别对每一列做运算；如果axis=1表示分别对每一行做运算。这个tip对几乎所有场景适用（包括cumsum函数等）。

下面为自己的总结：

引用请注明出处，这是本人躺了很多坑之后的总结

最重要的就是记住axis=0位跨行，axis=1为跨列

对axis的理解