numpy.sum

numpy.sum

numpy.sum(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

计算给定轴下数组元素的和。

参数：

a : array_like	需要计算和的元素。
axis : None or int or tuple of ints, 可选	执行求和的一个或多个轴。 默认值axis = None将对输入数组的所有元素求和。 如果轴为负，则从最后一个到第一个轴计数。如果axis是int的元组，则对元组中指定的所有轴进行求和，而不是像以前那样单个轴或所有轴。
dtype : dtype,可选	返回的数组和累加器的类型，元素在其中累加。 除非a具有小于默认平台整数精度的整数dtype，否则默认情况下使用a的dtype。 在这种情况下，如果a是带符号的，则使用平台整数，而如果a是无符号的，则使用与平台整数具有相同精度的无符号整数。
out : ndarray, 可选	放置结果的替代输出数组。 它必须具有与预期输出相同的形状，但是如有必要，将强制转换输出值的类型。
keepdims : bool, 可选	如果将其设置为True，则缩小的轴将保留为尺寸1的尺寸。 使用此选项，结果将针对输入数组正确广播。如果传递了默认值，则keepdims不会传递给ndarray子类的sum方法，但是任何非默认值都将传递。 如果子类的方法未实现keepdims，则将引发任何异常。
initial : scalar, 可选	总和的起始值。
where : array_like of bool, 可选	总和中要包括的元素。

返回：

sum_along_axis : ndarray	与a形状相同的数组，但移除了指定的轴。 如果a是0-d数组，或者如果axis是None，则返回标量。 如果指定了输出数组，则返回对out的引用。

官网例子

>>> np.sum([0.5, 1.5])
2.0

>>> np.sum([[0, 1], [0, 5]])#axis=None求所有元素的和
6

>>> np.sum([[0, 1], [0, 5]], axis=0)#列和
array([0, 6])

>>> np.sum([[0, 1], [0, 5]], axis=1)#行和
array([1, 5])

>>> np.sum([[0, 1], [np.nan, 5]], where=[False, True], axis=1)
array([1., 5.])

>>> np.sum([10], initial=5)#使用非零值(5)开始求和：
15

类似用法
ndarray.sum 等效方法。
numpy.matrix.sum 矩阵求和。
scipy.sparse.coo_matrix.sum 稀疏矩阵求和。（形式为A.sum（）其中A为COO格式的稀疏矩阵。）