在读此篇文章前请先理解三维数组中的通道概念（(36条消息) 【numpy】argmax参数辨析（axis=0,axis=1,axis=-1)_胡侃有料的博客-CSDN博客_axis=1）
一、二维理解axis
axis二维
坐标
二维数据拥有两个轴：第0轴（axis=0）沿着行的垂直往下，第1轴（axis=1或axis=-1）沿着列的方向水平延伸。
也许简单的来记就是axis=0代表跨行（down)，而axis=1代表跨列（across)
二、高维理解axis
这里解释一下三维，更高维也就都能理解了
设axis=i，则沿着第i个下标变化的方向进行操作！
embeddings是一个shape=[3,4,5]的矩阵
3维矩阵
对矩阵分别按轴（0，1，-1）取最大值所在下标
按轴取最大值所在下标
结果如下
结果
看懂为什么是这个结果吗？现在从头开始解释一下
首先把embedding的坐标标出来
坐标
以axis=0为例,则沿着第0个下标（最左边的下标）变化的方向进行操作，也就说其他除了第0轴之外，第1轴，第2轴的坐标必须一样才能一并操作。
坐标按axis=0分组
axis=0，就是沿着第0轴变化(第0轴坐标取值是0，1，2)，其他轴坐标一样的分为一组。比如，a000,a100,a200为一组（因为他们三其他轴坐标取值一样都是00）；a001,a101,a201是一组，a024,a124,a224 是一组。那这么算的话，共分为4*5组。所以按照axis=0进行操作，得到的矩阵大小为[4,5]。
坐标按axis=1分组
axis=1，就是沿着第1轴变化(第1轴坐标取值是0，1，2，3)，其他轴坐标一样的分为一组。比如，a000,a010,a020，a030为一组；a103,a113,a123,a133 是一组。那这么算的话，共分为3*5组。所以按照axis=1进行操作，得到的矩阵大小为[3,5]。
坐标按axis=2分组
axis=-1即axis=2，就是沿着第2轴变化(第2轴坐标取值是0，1，2，3，4)，其他轴坐标一样的分为一组。比如，a000,a001,a002，a003，a004为一组；a120,a121,a122,a123，a124 是一组。那这么算的话，共分为3*4组。所以按照axis=-1进行操作，得到的矩阵大小为[3,4]。
所以核心原则就是：