NumPy ndarray指定axis参数时min/max方法运算规则咨询

核心规则 #

指定axis=n时，运算逻辑是沿着第n个轴的方向做聚合计算，计算完成后移除第n个维度，而非“对第n个轴下的每个子元素单独求全局最值”。

针对测试用例的拆解 #

测试数组x形状为(2,3,4)，维度索引从0开始计数，各轴对应含义：

• 轴0（axis=0）：长度为2，对应最外层2个独立的3×4二维矩阵块
• 轴1（axis=1）：长度为3，对应每个二维矩阵内的行方向
• 轴2（axis=2）：长度为4，对应每个二维矩阵内的列方向

调用x.min(axis=0)的实际计算逻辑：

1. 沿着轴0的方向，对两个矩阵块相同坐标位置的元素两两取最小值：即对任意坐标(i,j)（i范围0-2，j范围0-3），计算min(x[0,i,j], x[1,i,j])
2. 计算完成后轴0被移除，输出数组的形状为原形状去掉轴0的长度，即(3,4)，和实际运行得到的输出形状完全吻合。

可以用输出值做验证：

• 输出数组第一行第一列的0.4139181，是x[0,0,0]=0.4139181和x[1,0,0]=0.79760899的最小值
• 输出数组第二行第一列的0.54778544，是x[0,1,0]=0.63775691和x[1,1,0]=0.54778544的最小值
  和打印的输出结果完全匹配。

预期效果的实现方式 #

如果需要得到长度为2的数组，分别对应x[0]、x[1]两个矩阵块的全局最小值，本质是对轴0上的每个子元素，沿着剩下的所有轴做min聚合，对应参数需要传入轴元组：

x.min(axis=(1,2))

该调用会保留轴0，消除轴1和轴2，最终返回形状为(2,)的数组，就是预期的结果。

常见调用效果参考 #

针对形状为(2,3,4)的数组x，不同axis参数的输出效果：

• x.min(axis=1)：沿行方向逐列取最小值，消除轴1，返回形状为(2,4)的数组
• x.min(axis=2)：沿列方向逐行取最小值，消除轴2，返回形状为(2,3)的数组
• x.min()：不指定axis时，对全数组所有元素取最小值，返回单个标量

内容的提问来源于stack exchange，提问作者westcoaststudent