คำอธิบายง่ายๆ เกี่ยวกับแกน numpy (พร้อมตัวอย่าง)

ฟังก์ชันหลายอย่างใน NumPy ต้องการให้คุณระบุแกนที่จะใช้ในการคำนวณบางอย่าง

โดยทั่วไปจะใช้กฎทั่วไปต่อไปนี้:

• axis=0 : ใช้การคำนวณ “ต่อคอลัมน์”
• axis=1 : ใช้การคำนวณ “ต่อบรรทัด”

รูปภาพต่อไปนี้แสดงการแสดงแกนบนเมทริกซ์ NumPy ที่มี 2 แถวและ 4 คอลัมน์เป็นภาพ:

ตัวอย่างต่อไปนี้แสดงวิธีการใช้อาร์กิวเมนต์ แกน ในสถานการณ์ที่แตกต่างกันด้วยเมทริกซ์ NumPy ต่อไปนี้:

 import numpy as np

#create NumPy matrix
my_matrix = np. matrix ([[1, 4, 7, 8], [5, 10, 12, 14]])

#view NumPy matrix
my_matrix

matrix([[ 1, 4, 7, 8],
        [5, 10, 12, 14]])

ตัวอย่างที่ 1: การค้นหาค่าเฉลี่ยตามแกนต่างๆ

เราสามารถใช้ axis=0 เพื่อค้นหาค่าเฉลี่ยของแต่ละคอลัมน์ของเมทริกซ์ NumPy:

 #find mean of each column in matrix
n.p. mean (my_matrix, axis= 0 )

matrix([[ 3. , 7. , 9.5, 11. ]])

ผลลัพธ์จะแสดงค่าเฉลี่ยของแต่ละคอลัมน์ของเมทริกซ์

ตัวอย่างเช่น:

• ค่าเฉลี่ยของคอลัมน์แรกคือ (1 + 5) / 2 = 3
• ค่าเฉลี่ยของคอลัมน์ที่สองคือ (4 + 10) / 2 = 7

และอื่นๆ

นอกจากนี้เรายังสามารถใช้ axis=1 เพื่อค้นหาค่าเฉลี่ยของแต่ละแถวในเมทริกซ์:

 #find mean of each row in matrix
n.p. mean (my_matrix, axis= 1 )

matrix([[ 5. ],
        [10.25]])

ผลลัพธ์จะแสดงค่าเฉลี่ยของแต่ละแถวของเมทริกซ์

ตัวอย่างเช่น:

• ค่าเฉลี่ยในแถวแรกคือ (1+4+7+8) / 4 = 5
• ค่าเฉลี่ยในแถวที่สองคือ (5+10+12+14) / 4 = 10.25

ตัวอย่างที่ 2: การค้นหาผลรวมตามแกนต่างๆ

เราสามารถใช้ axis=0 เพื่อค้นหาผลรวมของแต่ละคอลัมน์ของเมทริกซ์:

 #find sum of each column in matrix
n.p. sum (my_matrix, axis= 0 )

matrix([[ 6, 14, 19, 22]])

ผลลัพธ์จะแสดงผลรวมของแต่ละคอลัมน์ของเมทริกซ์

ตัวอย่างเช่น:

• ผลรวมของคอลัมน์แรกคือ 1 + 5 = 6
• ผลรวมของคอลัมน์ที่สองคือ 4 + 10 = 14

และอื่นๆ

นอกจากนี้เรายังสามารถใช้ axis=1 เพื่อค้นหาผลรวมของแต่ละแถวของเมทริกซ์:

 #find sum of each row in matrix
n.p. sum (my_matrix, axis= 1 )

matrix([[20],
        [41]])

ผลลัพธ์จะแสดงผลรวมของแต่ละแถวของเมทริกซ์

ตัวอย่างเช่น:

• ผลรวมของแถวแรกคือ 1+4+7+8 = 20
• ผลรวมของบรรทัดที่สองคือ 5+10+12+14 = 41

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ใน NumPy:

วิธีสร้างเมทริกซ์ NumPy ด้วยตัวเลขสุ่ม
วิธีทำให้เมทริกซ์ NumPy เป็นมาตรฐาน
วิธีเพิ่มแถวให้กับเมทริกซ์ใน NumPy