02 · shape 和 axis 到底怎么数

⏱ 48 分钟 ｜ ⭐ axis=1 不是「第 1 行」也不是「按列」，是「把 1 号轴消掉」—— 换成这个说法之后你再也不会数错

🎯 一句话

axis=k 的意思只有一个：这次归约要让 shape 里第 k 个数字消失。

不用去想「行」「列」「横着」「竖着」——那些说法在二维时勉强能用， 一到三维（(B, L, D)）就全乱。只看形状元组，看哪个数字没了。

📐 一、shape 是一个元组，从外往里读

import numpy as np

a = np.arange(24).reshape(2, 3, 4)
print("shape =", a.shape, " ndim =", a.ndim, " size =", a.size)

for ax in (0, 1, 2):
    print(f"a.sum(axis={ax}).shape = {a.sum(axis=ax).shape}   <- {ax} 号轴被消掉了")

print("a.sum(axis=(0, 2)).shape =", a.sum(axis=(0, 2)).shape, "  <- 一次消两个")
print("a.sum().shape            =", a.sum().shape, "        <- 不给 axis 就全消光")

实跑输出：

⭐ 规律一眼可见：输入 (2,3,4)，axis=k 的输出就是把第 k 位删掉。 axis 还能给一个元组，一次删多位；不给就全删光，得到一个 0 维数组（shape=()）。

shape 元组该怎么念：从左到右是从外层到内层。(2, 3, 4) 念成 「2 个 block，每个 block 里 3 行，每行 4 个数」。深度学习里最常见的 (B, L, D) 就是「B 个样本，每个样本 L 个位置，每个位置 D 维」。

⭐ 心法：想不清楚 axis 该填几，就问自己「我想让哪个数字从 shape 里消失」。 想得到「每个位置的 D 维向量的长度」？那要消掉 D，D 在第 2 位，所以 axis=2（或 axis=-1）。

🧩 二、二维的两个说法，为什么容易错

(3, 4) 表示「3 个样本 × 4 个特征」时：

import numpy as np

x = np.array([[1., 2., 3., 4.],
              [5., 6., 7., 8.],
              [9., 10., 11., 12.]])
print("x.shape =", x.shape, "  3 个样本 x 4 个特征")
print("x.mean(axis=0) =", x.mean(axis=0), " shape", x.mean(axis=0).shape,
      "  <- 消掉样本轴 = 每个特征的均值")
print("x.mean(axis=1) =", x.mean(axis=1), "     shape", x.mean(axis=1).shape,
      "  <- 消掉特征轴 = 每个样本的均值")

print("\n标准化时减的是哪一个:")
print("x - x.mean(axis=0)          能算，shape", (x - x.mean(axis=0)).shape)
try:
    x - x.mean(axis=1)
except ValueError as e:
    print("x - x.mean(axis=1)          ValueError:", e)
print("x - x.mean(axis=1, keepdims=True)  能算，shape",
      (x - x.mean(axis=1, keepdims=True)).shape)

实跑输出：

⚠️ 「axis=0 是按列」这个说法为什么危险：它描述的是结果（结果确实是每列一个数）， 但你要填的是被消掉的那根轴。二维时这两个说法碰巧能对上， 到了 (B, L, D) 上「按列」就没有意义了，而「消掉 1 号轴」永远有意义。

⭐ 数据预处理里绝大多数情况用 axis=0 —— 标准化是「每个特征减自己的均值」， 要消掉的是样本那根轴。站内几处裸用都是这个形状： theory_md/05b-PCA的推导.md:231 写 Xc = X - X.mean(axis=0)（PCA 的中心化）， theory_md/08-偏差方差分解.md:301 写 preds.mean(axis=0)（对多次重采样的预测求平均）。

🪜 三、keepdims 为什么存在

看上面那个 ValueError：x 是 (3,4)，x.mean(axis=1) 是 (3,)，两者不能广播。 因为轴被删掉之后，那根轴的位置信息也没了。

import numpy as np

x = np.arange(12, dtype=float).reshape(3, 4)

s1 = x.sum(axis=1)
s2 = x.sum(axis=1, keepdims=True)
print("keepdims=False ->", s1.shape, s1)
print("keepdims=True  ->", s2.shape)
print(s2)

print("\n每行除以自己的行和（keepdims=True，能广播回去）:")
print(x / s2)

print("\n换成 keepdims=False:")
try:
    print(x / s1)
except ValueError as e:
    print("ValueError:", e)

实跑输出：

⭐ keepdims=True 的作用是把消掉的那根轴留成长度 1，(3,) 变成 (3,1)。 长度 1 的轴可以被广播拉伸回去（规则见第 03 章）， 所以「消了轴还要广播回去」的场合一律加 keepdims=True。

⭐ 判据很好记：结果还要和原数组一起做运算 → 加 keepdims；结果就是最终答案 → 不加。

这就是 ML 基础 附录 C 第 1 题 那行 z = z - z.max(axis=1, keepdims=True) 里 keepdims 的全部理由： 减完之后 z 还要保持 (N, C)。 ⚠️ 那道题里 keepdims 只是顺手写的，没人解释过它为什么必须在。

➕ 四、加一根轴：None 和 np.newaxis

keepdims 只能在归约的时候顺手留轴。想凭空插一根，用 None：

import numpy as np

v = np.arange(4)
print("v.shape          =", v.shape)
print("v[:, None].shape =", v[:, None].shape, "  <- 在后面插一根长度 1 的轴（列向量）")
print("v[None, :].shape =", v[None, :].shape, "  <- 在前面插（行向量）")
print("np.newaxis is None ->", np.newaxis is None)

print("\nv[:,None] - v[None,:] 得到一张差值表:")
print(v[:, None] - v[None, :])

x = np.arange(12).reshape(3, 4)
print("\nx.sum(axis=-1).shape =", x.sum(axis=-1).shape, " 和 axis=1 一样")
print("x.reshape(-1).shape  =", x.reshape(-1).shape, " 这里的 -1 是'你替我算'，不是轴号")

实跑输出：

⭐ np.newaxis 就是 None 本身（np.newaxis is None 为 True）， 两种写法完全等价 —— x[:, np.newaxis] 更长但更醒目，x[:, None] 更短。 ⚠️ 站内 np.newaxis 这个写法命中 0 次，[:, None] 只在两处出现过 （data_md/06:184 的 MinHash、ml_md/附录C:399 的 K-means），两处都是裸用、没有一个字的解释 —— 但你在别人的代码里两种写法都会见到。

⭐ v[:,None] - v[None,:] 这个组合是全站最值钱的一个模式： (4,1) 和 (1,4) 相减，广播成 (4,4)，一次拿到所有两两组合。 第 03 章会用它算 400 个点的两两距离， ml_md/附录C:399 那行 X[:, None, :] - C[None, :, :]（K-means 算距离）也是同一个模式的三维版。

⚠️ 五、两个 -1 不是一回事（高频混淆）

这是本章唯一一个真正容易搞错的地方：

⭐ 区分办法：axis= 后面的 -1 是轴号，reshape() / view() 括号里的 -1 是占位符。

⭐ 为什么大家爱写 axis=-1：因为它不依赖数组有几维。 (B, L, D) 和 (L, D) 都可以写 axis=-1 来消掉最后那根特征轴， 换 batch 维、加一根 head 维，代码都不用改。写库的人几乎一律用负轴。

⚠️ reshape(-1) 只能出现一次。reshape(-1, -1) 会报 ValueError: can only specify one unknown dimension，因为两个未知数解不出来。

📋 六、一页速记

⚠️ ...（Ellipsis） 是「剩下的轴全要」：a[..., 0] 不管 a 有几维， 都表示「最后那根轴取第 0 个」。和 a[:, :, 0] 相比，它不依赖维数。

🔗 这一章连到哪里

✅ 检查点

1. axis=k 到底是什么意思？用一句不含「行」「列」的话说清楚。
2. (2,3,4) 的数组，sum(axis=1) 输出什么形状？sum(axis=(0,2)) 呢？sum() 呢？
3. 「axis=0 就是按列」这个说法哪里危险？
4. 标准化（每个特征减自己的均值）该用 axis=0 还是 axis=1？为什么？
5. keepdims=True 解决的是什么问题？什么时候必须加、什么时候不用加？
6. np.newaxis 和 None 是什么关系？v[:,None] - v[None,:] 得到什么？
7. ⭐ x.sum(axis=-1) 里的 -1 和 x.reshape(-1) 里的 -1，含义分别是什么？怎么区分？
8. 为什么写库的人几乎一律用 axis=-1 而不是 axis=2？

🛑 可以停在这里

⚡ 走神救援

⭐ axis=k 的意思只有一个：这次归约要让 shape 元组里第 k 个数字消失。

别去想「行」「列」「横着竖着」——那些说法二维时勉强能用，到 (B, L, D) 就全乱。shape 元组从左到右是从外层到内层，(2,3,4) 念成「2 个 block，每个 3 行，每行 4 个数」。

⭐ 心法：想不清 axis 填几，就问「我想让哪个数字从 shape 里消失」。 ⚠️ 「axis=0 就是按列」这个说法危险：它描述的是结果，而你要填的是被消掉的那根轴——二维碰巧对得上，三维就没意义了。

⭐ 数据预处理绝大多数用 axis=0，因为标准化是「每个特征减自己的均值」，消掉的是样本轴。

keepdims 为什么存在：轴被删掉之后位置信息也没了，结果再和原数组相除就会报「could not be broadcast together」；加上它保留一根长度为 1 的轴，广播就能把它拉回去。⭐ 判据：结果还要和原数组一起做运算 → 加；结果就是最终答案 → 不加。

凭空插轴用 None（⭐ np.newaxis 就是 None 本身）。

⭐ v[:,None] - v[None,:] 是全站最值钱的一个模式：(4,1) 和 (1,4) 相减广播成 (4,4)，一次拿到所有两两组合——K-means 算距离就是它的三维版。

⚠️⚠️ 两个 -1 不是一回事：axis=-1 里的 -1 是轴号（从后往前数），reshape(-1) 里的 -1 是「这一维你自己算」。

下一节 👉 03-广播的三条规则.md