python中的sum函数.sum(axis=1)

我们平时用的sum应该是默认的axis=0 就是普通的相加，而当加入axis=1以后就是将一个矩阵的每一行向量相加

axis=0, 表示列。
axis=1, 表示行。

对于向量：

>>> import numpy as np
>>> np.array([0, 2, 1])
array([0, 2, 1])
>>> b.sum()
3
>>> b.sum(axis=0)
3
>>> b.sum(axis=1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Program_software\Anaconda\lib\site-packages\numpy\core\_methods.py", line 32, in _sum
    return umr_sum(a, axis, dtype, out, keepdims)
ValueError: 'axis' entry is out of bounds
>>> 

可见对于向量来说只有0轴，没有1轴，即默认是列的存储形式，类似matlab里的向量形式

对于矩阵：

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

对比可以看出向量和矩阵得到的结果不同

>>> c=array([[0, 2, 1], [3, 5, 6], [0, 1, 1]])
>>> c.sum(axis=1)
array([ 3, 14,  2])
>>> c.sum(axis=0)
array([3, 8, 8])
>>> c.sum()
19

对于矩阵axis=0, 表示列；axis=1, 表示行
sum()表示所有的矩阵元素之和

下图暂且称为矩阵的切片图吧。。