np.sum()函数中axis参数的理解

np.sum()函数中axis参数的理解:

import numpy as np
a = np.array([[[1, 2, 3, 2],[1, 2, 3, 1], [2, 3, 4, 1]],
              [[1, 0, 2, 0], [2, 1, 2, 0], [2, 1, 1, 1]]])
print(a.sum(axis=0))
'''
[[2 2 5 2]
 [3 3 5 1]
 [4 4 5 2]]
相当于把第0维压缩(对应值相加)成1:2*3*4 -> (1*)3*4
'''
print(a.sum(axis=1))
'''
[[4  7  10  4]
 [5  2   5  1]]
相当于把第1维压缩(对应值相加)成1:2*3*4 -> 2*(1*)4
'''
print(a.sum(axis=2))
'''
[[ 8  7 10]
 [ 3  5  5]]
相当于把第2维压缩(对应值相加)成1:2*3*4 -> 2*3(*1)
 '''
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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