Numpy.sum()方法学习

有关学习Numpy中的一点心得

Numpy是一个十分强大的工具,它利用了计算机在进行矩阵计运算时的并发原理从而实现了的以极小的资源耗费完成极其庞大的计算量.先简略的说说Numpy中的sum方法:
见形知义,所谓的sum方法是用来进行矩阵求和计算的,通常的使用方法是:
np.sum(矩阵,axis值,keepdims值)
矩阵:是指要进行sum处理运算的矩阵,可以是opencv中读取的图像矩阵,也可以是使用numpy方法(例如np.array(),np.zeros(shape)等)生成的矩阵.
axios值:每个矩阵都有着自己的纬度值,例如[[1,2,3],[4,5,6]]就是一个二维数组,而[[[1,2,3],[4,5,6]],[[1,2,3],[4,5,6]]]就是一个三维数组,当然在有些书中也将维度称之为张量.而axios的值就是你要指定的维度值.什么意思呢?首先我们应该明确的是axios的值不能超过维度值-1的大小,因为维度值是从0开始的;其次当我们在上述的二维数组中取得’4’这个数时,我们使用的是 数组名[1][0] 的形式,其中的 [1] 所处的位置就是1维 即用axios=0表示,那么显而易见 [0] 所处的位置就是2维,记作axios=1;最后我们需要明白在sum方法中这样写的作用,当我们确定axios的维度值后,np.sum方法在运算的时候就会在保持其他维度的取值不变的情况下对axios指定维度的取值进行遍历取值求和,即若该指定维度下有n个值,那它就会将该维度的取值从0~n(不包含n)进行遍历取值,再将这些取值下的数进行求和形成一个新的数,之后再将其他维度的取值改变,重复这样的操作,最后形成的矩阵就是经过np.sum运算后的结果
keepdims值:boolean值,可选参数,主要用于保持矩阵的二维特性