Tensor多维数组和axis的理解

今天在编写程序的时候一直对于axis=0或等于1搞不明白，这样对于整个numpy或者是tensorflow的基本运算和数据处理都会很模糊，所以花了一些时间来搞清楚这个问题。在这里将其记录下来。

多维数组

从初中到现在一直在学习数学的过程也是一个一直在学习坐标轴扩展的过程，最开始的数轴，之后到笛卡尔直角坐标系，再到后来的空间坐标系，学习的东西也从一维到二维再至三维，进入大学后学习了矩阵，进入研究生后又学到了张量，但是因为时间有限并没有深入研究过，所以在这里只做简单理解。

我自己把一维的数组看作是一本书里的一行行的字，二维数组就是不仅是一行而且加上了一列列也就是一页页的纸，三维数组就是这些纸张的共同体，自然就是一本本书了，而四维数组就是放一本本书的地方，也就是书架。

所以比如对于一个四维数组，其shape如果为243*3。也可以把其理解为2本4页3行3列这样子。

理解axis

axis在numpy中有很多应用，基本上求和、平均等各种操作都会有涉及到，所以需要着重理解。
在这篇博客里对于axis的理解写的很详细，总之就是一句话
假设axis = i，则numpy沿着第 i 个下标变化的方向进行操作
具体可参加这篇博客：
https://blog.csdn.net/m0_37673307/article/details/82118030?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase