n次元配列に対して所定の操作を実行する際に問題があります。具体的には、私は、その次元である5の配列を持っている： 配列の特定の次元で操作を実行します。
In [223]: data.ndim
Out[223]: 5
に等しい形状と
：上の操作を実行することができる場合、私は知りたいのですがどのようなIn [224]: shape(data)
Out[224]: (6, 26, 27, 6, 50)
です他のすべてのディメンション（たとえば、max(data[0,0,0,0,:])）の最後のディメンションですが、forループは使用しません。
私は十分にはっきりしていたと思います！おかげで助けをnumpyの中
out[i,j,k,l] = max(data[i,j,k,l,:])は、多くの場合、それはout2[i,j,k,l,0] = max(data[i,j,k,l,:])として、しかし寸法を維持するために便利です、次
out = np.max(data, axis=-1)
out = np.max(data, axis=4)
の一つとして綴らすることができます。あなたは渡すことによってこれを行うことができます：
out2 = np.max(data, axis=-1, keepdims=True)
のでout2.shape == (6, 26, 27, 6, 1)を - 今では入力に対して正しく放送するので、これは便利です。詳細情報については
、sumとmaxが周り
ほとんどの機能は、この目的のためにaxisキーワード引数を取る：
data.max(axis=4)
これは、第五軸（彼らは0から始まる）を超える最大値を検索します。結果は形状(6, 26, 27, 6)になります。
おかげで、両方の薄いラッパーである、
ufunc.reduceの引数を見てみましょう！私は軸の機能を認識していましたが、私は他の操作をどのように実行できるのか分かりません。例えば今私が見つけた最大値を分割してデータを正規化したい（まだ5次元を話している）、ループなしで可能なのか？ – gian9これは 'data/np.max（data、axis = -1、keepdims = True）'になります。 – Eric