稀疏矩阵函数中负轴参数的意义

Question

根据文档，稀疏矩阵的max函数接受负值作为轴参数：

参数:轴：{-2，-1，0，1，None}可选

按照到numpy.amax的文档中的链接，我可以找到两个正值0和1的示例

>>> a
array([[0, 1],
       [2, 3]])
>>> np.amax(a, axis=0)   # Maxima along the first axis
array([2, 3])
>>> np.amax(a, axis=1)   # Maxima along the second axis
array([1, 3])

-1和-2这两个负值的含义是什么？

Answer 1

在https://github.com/scipy/scipy/blob/v1.3.0/scipy/sparse/data.py#L206中，该函数只是将2添加到小于0的axis值中。它的思想是，矩阵总是2D的，-1的轴通常是指最后一个轴，-2指的是第二个到最后一个轴。所以加2或者把最后或第二个轴加到最后一个轴等于相同的东西。