numpy cumsum函数简介

函数原型:numpy.cumsum(a, axis=None, dtype=None, out=None)

可参考链接:https://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.cumsum.html查看各个参数的含义。

函数作用:求数组的所有元素的累计和,可通过参数axis指定求某个轴向的统计值。这里所说的轴可按照下图的含义理解:
技术图片

下面举例进行说明:

(1)不指定axis参数

1 >>> a = np.array([[1, 2, 3], [4, 5, 6]])
2 >>> a
3 array([[1, 2, 3],
4        [4, 5, 6]])
5 >>> a.cumsum()
6 array([ 1,  3,  6, 10, 15, 21], dtype=int32)

可以看出,不指定axis参数时,把二维数组当作了一维数组处理,进行累计求和运算。

(2)指定参数axis=0

1 >>> arr
2 array([[0, 1, 2],
3        [3, 4, 5],
4        [6, 7, 8]])
5 >>> np.cumsum(arr, axis=0) 
6 array([[ 0,  1,  2],
7        [ 3,  5,  7],
8        [ 9, 12, 15]], dtype=int32)
9 >>>

np.cumsum(arr, axis=0)和arr.cumsum(axis=0)是一样的。可以看出,上述代码是按照轴0进行累计求和的。

(3)指定参数axis=1

1 >>> arr
2 array([[0, 1, 2],
3        [3, 4, 5],
4        [6, 7, 8]])
5 >>> arr.cumsum(axis=1)
6 array([[ 0,  1,  3],
7        [ 3,  7, 12],
8        [ 6, 13, 21]], dtype=int32)

可以看出,上述代码是按照轴1进行累计求和的。

关于更高维的数组的运算就不测试了,暂时也用不上。

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