众所周知,sum不传参的时候,是所有元素的总和。这里就不说了。

假设我生成一个numpy数组a,如下

这是一个拥有两维的数组,每一维又拥有三个数组,这个数组里面拥有四个元素。如果我们要将这个a数组中的第一个元素1定位出来,则我们会输入a[0][0][0]。好,这个axis的取值就是这个精确定位某个元素需要经过多少数组的长度,在这里是3,,所以axis的取值有0,1,2。如果一个数组精确到某个元素需要a[n0][n1][n2][...][n],则axis的取值就是n。定位 到这里,axis的参数的取值就解释完成了。

2 理解参数axis取值对sum结果的影响:

前面说了axis的取值(以数组a为例),axis=0,1,2。在这里,精确定位到某个元素可以用a[n0][n1][n2]表示。n0的取值是0,1(数组两维),代表第一个索引;n1的取值是0,1,2(每一维数组拥有3个子数组),代表第二个索引;n2的取值是0,1,2,3(每个子数组有4个元素),代表第三个索引,这几个取值在后面会用到。

2.1 axis = 0的时候:

axis=0,对应n0已经确定下来,即n0取值定为0,1。所以sum每个元素的求和公式是sum = a[0][n1][n2]+a[1][n1][n2]。接下来确定sum的行数和列数,n1的取值是0,1,2,为3个数,代表行数,n2的取值是0,1,2,3,为4个数,代表列数,所以sum为3*4的数组。

如何求sum的各个元素呢,sum = a[0][n1][n2]+a[1][n1][n2]这个公式又如何理解呢?如下。我们可以做一个表格:注意颜色

.

所以sum(axis=0)的值是 [ [2, 2, 5, 2], [3, 3, 5, 1], [4, 4, 5, 2]]。

验证一下, 正确!

2.2 axis = 1的时候:

axis=1,对应n1已经确定下来,即n1取值定为0,1,2。所以sum每个元素的求和公式是sum =a[n0][0][n2]+a[n0][1][n2]+a[n0][2][n2]。接下来确定sum的行数和列数,n0的取值是0,1,为2个数,代表行数,n2的取值是0,1,2,3,为4个数,代表列数,所以sum为2*4的数组。

如何求sum的各个元素呢,sum = a[n0][0][n2]+a[n0][1][n2]+a[n0][2][n2]这个公式又如何理解呢?我们又做一个表格,颜色不标注了

所以sum(axis=1)的值是 [ [4, 7, 10, 4], [5, 2, 5, 1]]. 验证如下,正确。

2.3 axis = 2的时候:

axis=2,对应n2已经确定下来,即n2取值定为0,1,2, 3。所以sum每个元素的求和公式是sum =a[n0][n1][0]+a[n0][n1][1]+a[n0][n1][2]+a[n0][n1][3]。接下来确定sum的行数和列数,n0的取值是0,1,为2个数,代表行数,n1的取值是0,1,2,为3个数,代表列数,所以sum为2*3的数组。

如何求sum的各个元素呢,sum = a[n0][n1][0]+a[n0][n1][1]+a[n0][n1][2]+a[n0][n1][3]这个公式又如何理解呢?我们又做一个表格,颜色不标注了

所以sum(axis=2)的值是 [ [8, 7, 10], [3, 5, 5]]. 验证如下,正确。

keepdims 的含义

keepdims主要用于保持矩阵的二维特性

输出

python中numpy.sum()函数相关推荐

  1. python numpy sum函数_如何使用Python中的sum函数?

    之前小编向大家介绍过python中的sum函数(https://www.py.cn/jishu/jichu/22025.html).在python中sunm函数使用分为两种情况,一种是python自带 ...

  2. Python中numpy.power()函数介绍

    Python中numpy.power()函数介绍 power(x, y) 函数,计算 x 的 y 次方. 示例: x 和 y 为单个数字: import numpy as npprint(np.pow ...

  3. python中的sum()函数

    python自带的sum函数(或者Numpy中的sum函数), 无参时,所有全加: axis=0,按列相加: axis=1,按行相加: import numpy as np #python中自带的su ...

  4. python求和函数sum_python中numpy.sum()函数

    讲解清晰,转载自:https://blog.csdn.net/rifengxxc/article/details/75008427 众所周知,sum不传参的时候,是所有元素的总和.这里就不说了. 1 ...

  5. [转载] python中numpy.concatenate()函数的使用

    参考链接: Python中的numpy.append numpy库数组拼接np.concatenate 原文:https://blog.csdn.net/zyl1042635242/article/d ...

  6. python 中 np.sum()函数 通俗易懂理解!

    这一篇博客保证是我写的最清楚,最容易理解的博客!! 众所周知,sum不传参的时候,是所有元素的总和.这里就不说了. 1 sum函数可以传入一个axis的参数,这个参数怎么理解呢?这样理解: 假设我生成 ...

  7. python中的sum函数.sum(axis=1)

    看起来挺简单的样子,但是在给sum函数中加入参数.sum(a,axis=0)或者是.sum(axis=1) 就有点不解了 在我实验以后发现 我们平时用的sum应该是默认的axis=0 就是普通的相加 ...

  8. python中numpy.transpose()函数详解

    看Python代码时,碰见 numpy.transpose 函数用于高维数组时不明白原理,通过一番画图分析和代码验证,发现 transpose 用法可以清晰地介绍给大家. transpose 作用是改 ...

  9. python中numpy.pad()函数的使用

      在卷积神经网络中,为了避免因为卷积运算导致输出图像缩小和图像边缘信息丢失,常常采用图像边缘填充技术,即在图像四周边缘填充0,使得卷积运算后图像大小不会缩小,同时也不会丢失边缘和角落的信息.在Pyt ...

最新文章

  1. IDP申请直到软件上架流程 - iOS
  2. 【javascript】深入理解对象
  3. NUXT: 视图和模板
  4. syslog()的基本用法
  5. Android之导入项目提示Android requires compiler compliance level 5.0 or 6.0. Found ‘1.8‘ instead解决办法
  6. python程序代码解析_Python源码分析3 – 词法分析器PyTokenizer
  7. 一款AI编程助手,阿里云智能编码插件
  8. npm换成国内源 npm换源 npm换淘宝源镜像
  9. 单片机原理及应用复习
  10. 如何一步步学习到精通JavaScript
  11. 360浏览器html在哪儿,360浏览器的收藏夹在哪_如何找到360浏览器收藏夹路径位置...
  12. WinMTR使用教程(附图)
  13. 【三角】和差角公式的证明与积化和差和差化积公式的推导
  14. 【HGE】使用C++从加密压缩包中读取图像文件并显示
  15. python爬虫实战-网易BUFF CSGO饰品
  16. python+selenium自动化脚本例子
  17. 利用Nginxcp为cPanel/WHM服务器开启nginx支持
  18. JVM参数详细配置说明
  19. Spring Boot整合ActiveMQ及场景举例(点对点模式、订阅模式)
  20. Unity实战 RTS3D即时战略游戏开发(三)

热门文章

  1. Niagara_Advanced内容示例 1.3 Communicate with External Render Targets
  2. Java学习之路-数字和日期处理
  3. mssql数据库管理的简单介绍
  4. 超动感,百行Python代码制作动态气泡图
  5. 记录Mybatis报Mapped Statements collection already contains value for 的错误的原因
  6. 5G通信设备安装,不仅是技术活,更是一门艺术活!(干货图文大全)
  7. java批量发短信软件_如何获得批量短信的发送短信
  8. 华为服务器进入系统怎么退出安全模式,华为手机怎么进入和退出安全模式?华为手机进入安全模式按哪个键...
  9. 腾讯云部署hexo博客系统
  10. 神经网络算法的基本原理,神经网络是机器算法吗