numpy - axis (차원축)

# numpy 의 많은 함수들은 axis=  파라미터를 갖고 있습니다.

# axis (축) 은 각 '차원' 을 의미합니다.

# 1차원 array 라면  각 차원에 대한 axis 값은 0  <- 1개 입니다.

# 2차원 array 라면  각 차원에 대한 axis 값은 0, 1  <- 2개 입니다.

# 3차원 array 라면  각 차원에 대한 axis 값은 0, 1, 2  <- 3개 입니다.

# axis= 값을 명시하면 그 함수의 연산 은 해당 axis(축) 에 '따라서' 연산을 수행함

 

 

x1 = np.arange(15)

np.sum(x1, axis=None)
# np.int64(105)


x2 = x1.reshape(3, 5)
"""
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
"""

np.sum(x2) # axis=None
# np.int64(105)

np.sum(x2, axis=0)  # (3, 5) => (5,)

# 15 = 0 + 5 + 10
#     [0,0] + [1,0] + [2,0]
# array([15, 18, 21, 24, 27])

np.sum(x2, axis=1) # (3, 5) => (3,)

# 35 = 5  +  6  + 7  + 8  + 9
#    [1,0] + [1,1] + [1,2] + [1,3] + [1,4]
# array([10, 35, 60])

np.sum(x2, axis=-1)
# array([10, 35, 60])

# max() 최댓값
np.max(y)

# argmax() 최댓값의 index
np.argmax(y)

np.max(y, axis=0)  # (3, 5) => (5,)
# array([100, 110, 120, 130, 140])

np.argmax(y, axis=0)
# array([2, 2, 2, 2, 2])