numpy中的求和函数:cumsum和sum

numpy.sum(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

官方文档

相当于执行 np.add.reduce(array, axis=0, dtype=None, out=None, keepdims=False, initial=<no value>, where=True)

numpy.cumsum(a, axis=None, dtype=None, out=None)

官方文档

相当于执行 np.add.accumulate(array, axis=0, dtype=None, out=None, keepdims=False, initial=<no value>, where=True)

示例:

import numpy as np
a=np.random.randint(1,9,size=9).reshape((3,3))#随机生成3X3的矩阵
print('a=',a)
#对每一列求和
print('每一列求和=',a.sum(axis=0))
print(np.add.reduce(a,axis=0))
#对每一列求累加和
print('对每一列求累加和=,'a.cumsum(axis=0))
print(np.add.accumulate(a,axis=0))

结果

a= 
[[4 4 7]
 [4 5 7]
 [8 6 3]]
每一列求和= [16 15 17]
[16 15 17]
对每一列求累加和= 
[[ 4  4  7]
 [ 8  9 14]
 [16 15 17]]
 [[ 4  4  7]
 [ 8  9 14]
 [16 15 17]]

最新修订于2021年12月3日

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值