二/三维数组位置

二维

axis = 0 列方向

#axis-1-hang-fang-xiang

三维

axis（轴）与数组括号的对应关系

axis = 0

axis = 1 列方向

#axis-2-hang-fang-xiang

二维轴

0轴代表一个矩阵里竖着的那一个方向，1轴代表一个矩阵里横着的那一个方向。

axis = 0 列方向

import numpy as np
arr = np.array([[3, 6, 6, 2], [4, 7, 11, 2], [5, 9, 1, 3]])
print(np.argmax(arr, axis=0))

>>>
[2 2 1 2]

第一步：axis=0对应最外层[]，其内最大单位块为：[ 3, 6, 6, 2]、 [ 4, 7, 11, 2]和[ 5, 9, 1, 3] 第二步：单位块是数组，两者对应下标元素进行计算，即：argmax([3，4，5])、argmax([6，7，9])、argmax([6，11，1])、argmax([2，2，3])，得到4个最大值索引值：2、2、1、2，得到索引值数组：[2 2 1 2]

axis = 1 行方向

import numpy as np
arr = np.array([[3, 6, 6, 2], [4, 7, 11, 2], [5, 9, 1, 3]])
print(np.argmax(arr, axis=1))

>>>
[1 2 1]

第一步：axis=1对应第二层[]，其内最大单位块为：3, 6, 6, 2 和 4, 7, 11, 2 和 5, 9, 1, 3 第二步：单位块是数值，直接进行计算，即：argmax([3，6，6，2])、argmax([4，7，11，2])、argmax([5，9，1，3])，得到3个最大值索引值：1、2、1，得到索引数组：[1 2 1]

三维轴

数组(页，行，列)

0 轴代表深度方向，页的方向

1轴代表一个矩阵里竖着的那个方向

2 轴代表一个矩阵中横着的那个方向

import numpy as np
data_array = np.arange(24).reshape(2,3,4)
# 生成一个 2 页，3 行，4 列的数组
print(data_array)

#这是第 0 页
[[[ 0 1 2 3] 
  [ 4 5 6 7]
  [ 8 9 10 11]] 
# 这是第 1 页
[[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]

data2 = data_array.transpose(1,0,2)
# 即代表将轴0和1对换，轴2不变
# 亦即将arr[x][y][z]中x和y位置互换
print(data2)

print("+++++++")

data3 = data_array.swapaxes(1,2) # 轴 1 和轴 2 互换
print(data3)

>>>
[[[ 0  1  2  3]
  [12 13 14 15]]

 [[ 4  5  6  7]
  [16 17 18 19]]

 [[ 8  9 10 11]
  [20 21 22 23]]]
+++++++
[[[ 0  4  8]
  [ 1  5  9]
  [ 2  6 10]
  [ 3  7 11]]

 [[12 16 20]
  [13 17 21]
  [14 18 22]
  [15 19 23]]]

axis（轴）与数组括号的对应关系

axis	[ ]
axis = 0	[ [ [ ] ] ]
axis = 1	[ [ [ ] ] ]
axis = 2	[ [ [ ] ] ]

axis = 0

import numpy as np
arr = np.array([[[1, 5, 5, 2], 
                 [9, -6, 2, 8], 
                 [-3, 7, -9, 1]], 
                
                [[-1, 7, -5, 2], 
                 [9, 6, 2, 8], 
                 [3, 7, 9, 1]], 
                
                [[21, 6, -5, 2], 
                 [9, 36, 2, 8], 
                 [2, 7, 66, 1]]])

print(np.argmax(arr, axis=0))

>>>
[[2 1 0 0]
 [0 2 0 0]
 [1 0 2 0]]

第一步：axis=0对应最外层[]，其内最大单位块为

第二步：单位块是数组，三者对应下标元素进行计算

即：argmax([1，-1，21)、argmax([5，7，6])、argmax([5，-5，-5])、argmax([2，2，2])、argmax([9，9，9])、argmax([-6，6，36])…以此类推

axis = 1 列方向

import numpy as np
arr = np.array([[[1, 5, 5, 2], 
                 [9, -6, 2, 8], 
                 [-3, 7, -9, 1]], 
                
                [[-1, 7, -5, 2], 
                 [9, 6, 2, 8], 
                 [3, 7, 9, 1]], 
                
                [[21, 6, -5, 2], 
                 [9, 36, 2, 8], 
                 [2, 7, 66, 1]]])

print(np.argmax(arr, axis=1))

>>>
[[1 2 0 1]
 [1 0 2 1]
 [0 1 2 1]]

第一页中的元素比较

另外两块进行相同的比较

axis = 2 行方向

import numpy as np
arr = np.array([[[1, 5, 5, 2], 
                 [9, -6, 2, 8], 
                 [-3, 7, -9, 1]], 
                
                [[-1, 7, -5, 2], 
                 [9, 6, 2, 8], 
                 [3, 7, 9, 1]], 
                
                [[21, 6, -5, 2], 
                 [9, 36, 2, 8], 
                 [2, 7, 66, 1]]])
                 
print(np.argmax(arr, axis=2))

>>>
[[1 0 1]
 [1 0 2]
 [0 1 2]]

单位块是数值，直接进行计算，即： argmax([1，5，5，2]) argmax([9，-6，2，8]) argmax([-3，7，-9，1]) argmax([-1，7，-5，2])