self.gbest_x = self.pbest_x.mean(axis=0).reshape(1, -1)是什么意思？

最近在看智能优化算法，关于局部最优和全局最优，有一部分代码看不明白
self.X = np.random.uniform(low=self.lb, high=self.ub, size=(self.pop, self.n_dim))
self.pbest_x = self.X.copy() # personal best location of every particle in history
self.gbest_x = self.pbest_x.mean(axis=0).reshape(1, -1) # global best location for all particles

self.gbest_x = self.pbest_x.mean(axis=0).reshape(1, -1)是什么意思？最后self.gbest_x是变成1*self.n_dim的矩阵了吗？
希望能解决我的疑惑！

你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，技术专家团超时未为您做出解答


本次提问扣除的有问必答次数，将会以问答VIP体验卡（1次有问必答机会、商城购买实体图书享受95折优惠）的形式为您补发到账户。


因为有问必答VIP体验卡有效期仅有1天，您在需要使用的时候【私信】联系我，我会为您补发。