numpy.max() , sum()

也是之前没有好好研究过多维的情况：

demo:

>>>a = np.array(range(0,12))>>>b = a.reshape((3,4))>>>barray([[ 0,  1,  2,  3],       [ 4,  5,  6,  7],       [ 8,  9, 10, 11]])>>> np.max(b)  #max number11>>> np.max(b, axis=0)   #看结果是取出最大的一行array([ 8,  9, 10, 11])>>> np.max(b, axis=1) #看结果是取出最大的一列array([ 3,  7, 11])下面我们把数据改一下，看看是这个结果是怎么出来的，是每一行去最大的数，还是取每一行求和最大的数>>> b = np.array([[0, 10, 30, 3],              [4, 5, 6, 7],              [8, 9, 10, 11]])>>> np.max(b, axis=0)array([ 8, 10, 30, 11])>>> np.max(b, axis=1)array([30,  7, 11])＃事实上：结果是每一行取出最大的那一个数（axis=1）,每一列取出最大的数（axis=0）             

demo2: sum()

>>> a=[[1,1,1,1],[2,2,2,2],[3,3,3,3]] >>> import numpy as np>>> a =  np.array(a)>>> aarray([[1, 1, 1, 1],       [2, 2, 2, 2],       [3, 3, 3, 3]])>>> np.sum(a, axis=0)  #往x轴上投影array([6, 6, 6, 6])>>> np.sum(a, axis=1) ＃#往y轴上投影array([ 4,  8, 12])