关于Numpy中np.sum函数负axis参数含义的技术咨询

嘿，我来给你把这个事儿讲得明明白白！其实核心就是把数组的轴想象成“从外到内的层级”，正数和负数只是两种不同的数数方式而已。

先拿你测试的2维数组举例：

import numpy as np
t = np.array([[1, 2], [3, 4]])

这个数组可以看成是两层结构：最外层是“行的集合”，内层是每行里的“列元素”。

先搞懂正数axis的含义 #

• axis=0：对应最外层的轴，也就是按列相加（把每一列的所有行元素加起来）。你测试的np.sum(t, axis=0)得到array([4, 6])，就是1+3=4，2+4=6，完全符合。
• axis=1：对应内层的轴，也就是按行相加（把每一行的所有列元素加起来）。np.sum(t, axis=1)得到array([3, 7])，就是1+2=3，3+4=7，这个你应该已经清楚。

再看负数axis的计数逻辑 #

官方文档说“若axis为负数，则从最后一个轴往第一个轴计数”，翻译成人话就是：

从最内层的轴开始数，最内层的轴是-1，往外层数下一个是-2，以此类推。

对你的2维数组来说：

• 总共有2个轴，最内层的轴是axis=1，对应负数-1；
• 倒数第二个（也就是最外层）的轴是axis=0，对应负数-2。

所以你测试的np.sum(t, axis=-2)，本质上就是在调用np.sum(t, axis=0)，结果自然是array([4, 6])，和axis=0的输出完全一致。

再举个3维数组的例子加深理解 #

比如我们定义一个3维数组：

arr = np.array([[[1,2],[3,4]],[[5,6],[7,8]]])
# 结构是：2个大组 → 每个大组有2行 → 每行有2个元素

它的正数axis和负数axis对应关系是：

• axis=0（最外层大组） ↔ axis=-3
• axis=1（中间层行） ↔ axis=-2
• axis=2（最内层列） ↔ axis=-1

比如执行np.sum(arr, axis=-1)，就是按最内层的列相加，结果会是：

array([[3, 7],
       [11, 15]])

和np.sum(arr, axis=2)的结果完全一样。

总结一下核心规律 #

• 数组的axis是从外到内分层级的，正数axis从0开始（最外层），依次递增到n-1（最内层，n是数组的维度数）；
• 负数axis是从内到外数，最内层是-1，依次递减到-n（最外层）；
• 每个负数axis都对应一个正数axis：axis=-k 等价于 axis = n - k（n是数组维度数）。

这样是不是就清晰多啦？

内容的提问来源于stack exchange，提问作者NeoZoom.lua