怎样理解numpy中的axis?

6 sec read

在使用numpy的过程中,会遇到一个“axis”的概念,“axis”通常被称为“轴”,由于比较抽象,所以一直会搞混。平时处理的都是二维的数据,所以大多数场景下使用的时死记硬背。把axis=1记作行,把axis=0记作列。(在pandas中,针对二维数据可以将axis=1写成axis=’columns’,将axis=0写成axis=’rows’。)

针对axis的另外的记忆方式是与np.shape()结合在一起。Shape元组对应的下标及为“轴”。shape 中的各个数就是对应 axis 的元素个数。

另外一种比较好理解的记忆方式是将轴数记忆为中括号的嵌套深度,最外层的为0,每增加一层加1,如:

二维数据:

三维数据:

参考链接:

打赏作者
微信支付标点符 wechat qrcode
支付宝标点符 alipay qrcode

TensorFlow学习笔记:特征工程

特征工程是机器学习流程中重要的一个环节,即使是通常用来做端到端学习的深度学习模型在训练之前也免不了要做一些特征
5 min read

CTR预估模型FM、FFM、DeepFM

点击率(click-through rate, CTR) 是点击特定链接的用户与查看页面,电子邮件或广告的总用
6 min read

腾讯实时视频推荐系统学习笔记

前面学习了TencentRec: Real-time Stream Recommendation in Pra
1 min read

发表评论

电子邮件地址不会被公开。 必填项已用*标注