numpy.cumsum方法介绍

numpy.cumsum 是 NumPy 中的一个方法，用于计算数组元素的累积和（cumulative sum）。它沿着指定轴对元素进行逐个累加，生成一个新的数组，表示每个位置的累加结果。

语法：

numpy.cumsum(a, axis=None, dtype=None, out=None)

参数说明：

• a：输入数组。
• axis：累加的轴，默认是沿平坦数组（即把数组展平成一维数组）进行累加。如果指定轴，则沿该轴进行累加。
• dtype：累加时使用的数据类型，默认使用输入数组的类型。如果指定了 dtype，则会将累加的结果转换为该类型。
• out：用于存储输出结果的数组，必须与输入数组形状相同。

返回值：

返回一个与输入数组 a 形状相同的数组，包含累积和的结果。

示例代码：

1. 一维数组的累积和：

import numpy as np

a = np.array([1, 2, 3, 4])
result = np.cumsum(a)
print(result)  # [ 1  3  6 10]

在这个例子中，累积和的计算过程为：[1, 1+2, 1+2+3, 1+2+3+4]，即 [1, 3, 6, 10]。

2. 二维数组的累积和：

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
result = np.cumsum(a)
print(result)
# [ 1  3  6 10 15 21]

默认情况下，np.cumsum 会将二维数组展平为一维数组进行累加。

3. 指定轴进行累积和：

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
result_axis0 = np.cumsum(a, axis=0)  # 沿着 axis=0 进行累加
result_axis1 = np.cumsum(a, axis=1)  # 沿着 axis=1 进行累加

print(result_axis0)
# [[ 1  2  3]
#  [ 5  7  9]]

print(result_axis1)
# [[ 1  3  6]
#  [ 4  9 15]]

• axis=0：沿着行的方向（垂直方向）累加。每一列的元素依次相加。
• axis=1：沿着列的方向（水平方向）累加。每一行的元素依次相加。

4. 使用 dtype 参数：

你可以使用 dtype 参数来指定累积和的输出类型。例如，如果数组是 int 类型，你可以指定 dtype 为 float，这样累积结果会是浮点数。

import numpy as np

a = np.array([1, 2, 3], dtype=int)
result = np.cumsum(a, dtype=float)
print(result)  # [ 1.  3.  6.]

5. 使用 out 参数：

你可以使用 out 参数来将累积和的结果存储到一个现有的数组中：

import numpy as np

a = np.array([1, 2, 3])
out = np.zeros_like(a)
np.cumsum(a, out=out)
print(out)  # [ 1  3  6]

总结：

np.cumsum 是一个用于计算累积和的有用函数，支持灵活的轴和数据类型选择，非常适合用于各种数据处理和分析场景。