不同的程式語言對於多維陣列的索引方式往往不太一樣，下面主要講一下python numpy裡面axis的含義

numpy當中axis的值表示的是這個多維陣列維度的下標，比如有一個二維陣列a，a的shape是(5,6)，也就是說a有5行6列，axis=0表示的就是[5,6]中的第一維，也就是行，axis=1表示的是[5,6]中的第二個維度，也就是列。

通常numpy裡面的一些降維操作(aggregate functions)需要我們指定對應的維度，比如sum函式表示對哪個維度求和，max表示對哪個維度求最大值。通常當我們在這些函式裡面指定了axis=n時，那麼函式輸出的陣列當中，原來的第n維就被消除了，比如下面的例子：

# 建立一個矩陣a，a的維度為2行3列
>>> a = np.array([[1,2,3],[4,5,6]])
>>> print a
[[1 2 3]
 [4 5 6]]
>>> print a.shape
(2, 3)

# b表示沿著axis=0（行）這條軸取max，得到的結果就是把輸入陣列的'行'給消除了，2行變1行
>>> b = a.max(axis=0)
>>> print b
[4 5 6]
>>> print b.shape
(3,)

# c表示沿著axis=1（列）這條軸取max，得到的結果就是把輸入陣列的'列'
 
給消除了，3列變1列
>>> c = a.max(axis=1)
>>> print c
[3 6]
>>> print c.shape
(2,)