如何在NumPy中为行和列设置坐标轴

在这篇文章中，我们将看到如何在NumPy中设置行和列的轴。

使用的方法

• np.array(object): 创建一个NumPy数组，对象是包含数组的参数。
• np.reshape(rows, columns): 将数组重塑为指定数量的行和列。在下面的例子中，我们用-1来代替行，让numpy计算出每行是否有3列。
• np.sum(axis): 计算元素的总和或加法。这里我们提到了轴，可以根据需要进行阵列式、行式或列式的操作。

例子1：为阵列式计算设置轴。

在这个例子中，我们将把NumPy数组重塑为每行3列，即nparray.reshape(-1, 3)，使其成为二维的。然后我们将对数组元素进行数组化的和运算，即从NumPy数组的第一个元素开始到最后一个元素，按正常顺序进行。我们特别设置了axis= None来触发正常的阵列式操作。

代码:

import numpy as np
nparray = np.array([[1, 2, 3], [11, 22, 33],
                    [4, 5, 6], [8, 9, 10], 
                    [20, 30, 40]])
  
nparray = nparray.reshape(-1, 3)
print(nparray)
  
# calculating sum along 
# axix=None i.e array-wise
output = nparray.sum(axis=None)
print("\n\nSum array-wise: ", output)

输出 :

[[ 1  2  3]
 [11 22 33]
 [ 4  5  6]
 [ 8  9 10]
 [20 30 40]]


Sum array-wise:  204

例子2：为逐列计算设置轴。

在这个例子中，我们将把numpy数组重塑为每3列的行。然后使用sum()函数对数组元素进行逐列求和操作。我们特别设置了axis=0来触发正常的数组操作。

代码:

import numpy as np
  
  
nparray = np.array([[1, 2, 3], [11, 22, 33],
                    [4, 5, 6], [8, 9, 10],
                    [20, 30, 40]])
nparray = nparray.reshape(-1, 3)
print(nparray)
  
# calculating sum along axix=0 
# i.e column-wise
output = nparray.sum(axis = 0)
print("\n\nSum column-wise: ", output)

输出 :

[[ 1  2  3]
 [11 22 33]
 [ 4  5  6]
 [ 8  9 10]
 [20 30 40]]


Sum column-wise:  [44 68 92]

例子3：设置轴以进行逐行计算。

我们将特别设置轴=1，以触发正常的逐行计算。

代码:

import numpy as np
nparray = np.array([[1, 2, 3], [11, 22, 33],
                    [4, 5, 6], [8, 9, 10], 
                    [20, 30, 40]])
  
nparray = nparray.reshape(-1, 3)
print(nparray)
  
# calculating sum along axix=1 
# i.e row0wise
output = nparray.sum(axis = 1)
print("\n\nSum row-wise: ", output)

输出 :

[[ 1  2  3]
 [11 22 33]
 [ 4  5  6]
 [ 8  9 10]
 [20 30 40]]


Sum row-wise:  [ 6 66 15 27 90]