numpyのaxisの適応順番で混乱したので備忘録

よくnumpyのaxisで迷うのでその備忘録。

[[[1, 2, 3, 4, 5, 6],
  [2, 3, 4, 5, 6, 7],
  [3, 4, 5, 6, 7, 8]],
 [[1, 2, 3, 4, 5, 6],
  [2, 3, 4, 5, 6, 7],
  [3, 4, 5, 6, 7, 8]]]

とかなっているとaxisが何が何だか解らなくなるので簡単な判別法
。
一番外の[]がaxis=0で内側の[]に入るごとにaxisの値が一つずつ増えていく。

例

C=[[[1, 2, 3, 4, 5, 6],
    [2, 3, 4, 5, 6, 7],
    [3, 4, 5, 6, 7, 8]],
   [[1, 2, 3, 4, 5, 6],
    [2, 3, 4, 5, 6, 7],
    [3, 4, 5, 6, 7, 8]]]

np.sum(C,axis=0)だと一番外のカッコ内レベルで計算されるので[3行5列]単位で計算され
[3行5列]＋[3行5列]

array([[ 2,  4,  6,  8, 10, 12],
       [ 4,  6,  8, 10, 12, 14],
       [ 6,  8, 10, 12, 14, 16]])

np.sum(C,axis=2)
外側から３番目のカッコ内を足すので

[[[1行目5列分の和], [2行目5列分の和], [3行目5列分の和]]
  [4行目5列分の和], [5行目5列分の和], [6行目5列分の和]]]

で

array([[21, 27, 33],
       [21, 27, 33]])

になる

理解のためにもうちょっと話しましょうか。

a = [[[1,2,6,4,6],     [9,8,0,-1,-5]],
     [[5,89,0.1,56,74],[666,2,15,45555,75]]]

とあるとき
np.ndim(a)
で３が返るので３次元配列と分かる。
のでそれらの最小値を考えていきましょう！

次元数 - 1 = 2をaxisにセット
np.min(a,axis=2)
で一番内側の
[1,2,6,4,6]の最小値１,
[9,8,0,-1,-5]の最小値-5
[5,89,0.1,56,74]の最小値0.1,
[666,2,15,45555,75]の最小値2

となり

array([[ 1. , -5. ],
       [ 0.1,  2. ]])

np.min(a,axis=1)で一番内側から一つ次元が外側に行き、

[[1, 2, 6, 4, 6],
 [9, 8, 0,-1,-5]]

の列の最小値

[1, 2, 0,-1,-5]

と

[5,  89, 0.1,    56, 74],
[666, 2,  15, 45555, 75]

の列の最小値

[5, 2, 0.1, 56, 74]

に分けて計算され結果として

array([[ 1. ,  2. ,  0. , -1. , -5. ],
       [ 5. ,  2. ,  0.1, 56. , 74. ]])

がでます。

結局何が言いたいかというとaxis=0にして外側からの認識で計算していくか？
axis=次元数−１
にして最も内側の次元の認識で計算していくか？
お好きな方をどうぞ
という事です。