谈axis

r囧r小猫 2022-04-16 05:44 342阅读 0赞

Python和TF张量计算中经常见的形参，代表什么意思呢？  
首先请看一下官方帮助的解释：  
轴用来为超过一维的数组定义的属性，二维数据拥有两个轴：第0轴沿着行的垂直往下，第1轴沿着列的方向水平延伸。如下图  
![在这里插入图片描述][20181117225528803.png]  
注意看，官方对于0和1的解释是轴，也就是坐标轴。而坐标轴是有方向的，所以千万不要用行和列的思维去想axis，因为行和列是没有方向的，这样想会在遇到不同的例子时感到困惑。  
根据官方的说法，1表示横轴，方向从左到右；0表示纵轴，方向从上到下。当axis=1时，数组的变化是横向的，而体现出来的是列的增加或者减少。我们拿图形举个例子：  
我们结合坐标索引来理解会更实用一些。我们知道在一个张量的元素通常可以表示为：a\[i,j,k,l,…m\]的形式分别代表该元素在不同纬度的位置, 一个矩阵也可以表示为A\[n×m×k×…z\]的形式第一个字母表示最高维，用0表示，以此类推，分别为第1，2 …  
以一个3×5的矩阵来说，axis=0代表第一行到第三行的那个纬度方向，axis=1代表第一列到第五列的那个纬度方向。如果是一个三维矩阵:比如3×4×5，3，4，5对应的axis分别为什:0,1,2  
形参axis的意义：  
很多函数都有axis参数，较早的函数axis和dim不分，二者同时存在，将来的趋势是统一为axis。我们知道axis的值表示所在的纬度，方向是坐标的方向，具体说就是下标从0–n的方向。所以，参数axis也表示了方向的意思。比如函数fn(axis)。表示函数的**处理结果**将在axis方向上表现出来，具体的位置是axis值所表示的位置。太抽象拗口了吧，我们举几个例子：  
设张量T是一个(2,3)的矩阵。

## expand\_dim(T,axis) ##

是升纬函数，最终生成一个三维的数据，axis=0，表示升维后，新维度在第一维，axis=2表示升维后，新的纬度在第三维，所以了能是以下结果：  
axis=0=>(1,2,3)  
axis=1=>(2,1,3)  
axis=2=>(2,3,1)

## split(T,axis) ##

是一个分割函数，当axis=0的时候，表示在axis=0的方向上分割成若干行，axis=1，表示在列的方向上分割成若干列。

## concat（\[t1,t2\],axis) ##

矩阵连接函数，axis=0，表示连接后，axis=0的方向有变化，行增加了。反之，就是列增加了。

## stack(\[t1,t2\],axis) ##

矩阵的堆叠，堆叠后的矩阵比t1,t2多了一维。比如两张表堆叠一起，就是一个三维的数据表。参考：[tf.concat and stack用法][tf.concat and stack]

[20181117225528803.png]: /images/20220416/95badce29f5a4c4a9aaedc3edc43ed0a.png
[tf.concat and stack]: https://blog.csdn.net/qq_31150463/article/details/84193962