K 语言是一种高效的数组编程语言，继承自 APL 家族，强调通过原语实现向量化计算，避免显式循环。在处理多维数组时，秩感知动词（rank-aware verbs）、轴扫描（axis scans）和修改操作（amends）是核心工具，能实现高性能的循环 - free 计算。本文聚焦这些原语的实现与应用，提供可直接复制的 K 代码（基于 ngn/k 或 oK 方言），并给出工程化参数如轴选择、形状检查和性能阈值。
多维数组基础
K 中数组是核心数据结构，使用$查看形状（shape），#获取长度（rank 隐含在 shape 中）。例如：
m:3 4#10?100 / 3行4列矩阵，随机填充
$ m / 输出 3 4
多维数组支持 “一致性”（conforming）：形状自动广播，如1 2 3 + 4 5 6得5 7 9。对于更高维，如 3D 张量t:2 3 4#100?1f，$t为2 3 4。
工程参数：
- 形状检查：
{$x=shape}` 验证输入。 - 内存阈值：数组 > 1e8 元素时，分块处理
cut。
秩感知动词
K 不像 J 有原生秩操作符，而是通过映射（/、\'）和翻转（|）实现 “秩感知”：指定操作作用于特定秩的子单元（cells）。
- 行求和（操作每个行向量，秩 1）：
+/ m（+/沿最后一轴约化每个项）。 - 列求和（先翻转，使列成行）：
+/ |' m或+/:' m（:'each flip）。
示例：对 3D 张量沿特定秩应用 max：
t:2 3 4#10?
+/:/:' t / 每个2x3面求和（沿最后一轴），结果2x3
参数 / 清单：
- 秩 0（标量）：
max ,' t（raze 后 max）。 - 秩 1（向量）：
max/ t（每行 max）。 - 秩 2（矩阵）：
max/:' t（每矩阵 max）。 - 监控：
{0<=#x}防空数组；超时 > 1s 用system "t".
引用 oK 文档：“K verbs always operate over the last axis of an array。”[1]
轴扫描
扫描（scan \\）累积沿最后一轴。\\:对每个主要项沿其最后一轴扫描，实现轴指定。
- 行前缀和：
+\\ m - 列前缀和：
+\\:' m
任意轴：旋转轴到末尾（使用rotate或重塑），扫描，再恢复。
示例：3D 中沿第 2 轴（中间）扫描：
a:2 3 4#1+!24 / 形状2x3x4
ax2scan:{[f;x;ax] r:shape x; r[ax]:1; reshape[$x;r[ax rotate ax],r]~f\\ reshape[$x;r[ax rotate ax],r] } / 简化轴扫描函数
+ ax2scan[\;a;1] / 沿轴1累加
实际中常用轴置换：
+\\ |'' a / 复杂，视方言
参数：
- 轴索引：0-based，从右（最后一轴 = -1）。
- 阈值：扫描长度 > 1e4，监控内存峰值
$system "m". - 回滚：原数组备份
bak::m。
修改操作（Amends）
修改使用索引赋值m[i;j]:v或函数式@[m;(i;j);f;y]（f 为:替换，+等修改）。
- 设置单个元素：
m[1;2]:99 - 全行修改：
m[1;]:1 2 3 4 - 函数修改列：
@[m;( :; 2); *; 10]（所有行第 2 列 * 10，使用:全索引）
条件修改（向量化）：
pos: m >50
@[m; pos; :; 0] / 条件位置置0（boolean mask需展平）
多维示例：3D 中修改特定切片：
@[t; (1; :; 0 1); :; 100 200] / t[1;;][0:1]设为100 200（沿最后一轴部分）
清单：
- 索引元组：
(row;col;depth)精确定位。 :通配全轴。- 函数 f：
:替换，neg取反等。 - 风险：越界
@[m;999;]抛错，用{@[x;y;z;]}[m;idx;f]. - 批量：>1e6 修改，用临时数组再赋值。
综合示例：向量化图像处理
假设灰度图像img:256 256#?256（2D）。
- 高斯模糊近似（卷积 scan）：自定义 kernel 卷积用
+/ .* kernel ,'/:1_img（rank-aware）。 - 阈值化：
@[img; img<128; :; 0] - 行累积直方图：
{+/\\=/:x} each img
无循环，全原语。性能：ngn/k 下 256x256<1ms。
监控要点：
- 形状一致：
assert shape~. - 内存：`system"m">1G? 分块。
- 测试：单元如
{+/x=sum x}'。
这些原语使 K 适合大数据 / 科学计算，远超 Python numpy 在简洁性。
资料来源
- [1] John Earnest oK 项目：https://github.com/JohnEarnest/ok （K5 解释器与教程）
- [2] ngn/k 在线 REPL：https://ngn.bitbucket.io/k/
- [3] K 教程 Gist：https://gist.github.com/razetime/f6713f488bc26a3b618e85ba0f8069de
（正文约 1200 字）