python sum(axis=0)

numpy中sum(axis=0)与sum(axis=1):

sum(axis=0)按行相加,对最外层[]内最大的块做块与块的运算,同时去掉最外层[]

axis=0:

单层[]

>>> import numpy as np
>>> array = np.array([1, 2, 3])
>>> array.sum(axis=0)
6

相当于1+2+3去掉外层[]

双层[]

>>> array = np.array([[1, 2],[3, 4]])
>>> array.sum(axis=0)
array([4, 6])

相当于[1, 2]+[3, 4]后去掉外层[]

axis=1:

对第二外层[]内的最大块做运算,同时去掉第二外层[]

>>> array = np.array([1, 2, 3])
>>> array.sum(axis=1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Users\10596\Anaconda3\envs\learn\lib\site-packages\numpy\core\_methods.py", line 36, in _sum
    return umr_sum(a, axis, dtype, out, keepdims, initial)
numpy.core._internal.AxisError: axis 1 is out of bounds for array of dimension 1
>>> array = np.array([[1, 2],[3, 4]])
>>> array.sum(axis=1)
array([3, 7])

 

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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