为何np.mean()中axis=0是按列求均值而非按行？

先看示例数组：

import numpy as np

arr = np.array([[1,2,3], [1,2,3]])

执行后输出：

>>> arr
array([[1, 2, 3],
       [1, 2, 3]])
>>> arr.shape
(2, 3)

由于arr.shape[0]为2，代表数组的行数，我原本预期np.mean(arr, axis=0)会计算每行的均值，但实际它是按列计算均值：

>>> np.mean(arr, axis=0)
array([1., 2., 3.])  # 每列的均值
>>> np.mean(arr, axis=1) 
array([2., 2.])  # 每行的均值

NumPy文档中对axis参数的描述为：

"Axis or axes along which the means are computed."

我最初认为axis=0会按行计算均值并返回每行的均值，因为arr.shape[0]对应行数。我使用的是Python 3.10.0和NumPy 2.2.3版本。

我是不是误解了文档？能否帮忙澄清这个约定？为何axis=0是合并行而非列？

澄清NumPy的axis约定 #

你并没有误解文档的字面表述，但需要抓住NumPy中axis参数的核心逻辑：axis指定的是要「压缩/合并」的维度，而非要保留的维度。

• 对于二维数组，axis=0对应shape的第一个元素（行维度）。当指定axis=0计算均值时，NumPy会沿着行的方向聚合数据——也就是把每一列的所有行元素汇总求平均，最终消除行维度，得到列维度的结果（对应示例中3个元素的输出）。
• axis=1对应shape的第二个元素（列维度），沿着列的方向聚合数据，把每一行的所有列元素汇总求平均，消除列维度，得到行维度的结果（示例中2个元素的输出）。

文档里的"along which the means are computed"可以理解为：沿着该轴的方向遍历，将该轴上的所有元素进行聚合计算，最终移除这个轴。

换个直观的角度：二维数组中，axis=0是垂直方向（上下）的聚合，axis=1是水平方向（左右）的聚合。

内容的提问来源于stack exchange，提问作者sadra