numpy中 sum（axis=）的用法

最新推荐文章于 2023-09-19 11:19:35 发布
最新推荐文章于 2023-09-19 11:19:35 发布
阅读量1k 收藏 2
点赞数 1
分类专栏： python 模块 文章标签： numpy python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_29566629/article/details/87979142
版权

简介

在机器学习，对数据集的处理少不了求和运算，例如按列求和，按行求和，这些都可以使用numpy模块中的sum函数实现。
python中常用的numpy进行数学计算，其中array的求和运算分为两种，一种是调用numpy.array自身的sum()方法,另一种是利用numpy的内建函数numpy.sum()使用。(tips:python从0开始计数axis=0对应第一个维度)

用法

生成一个矩阵如下：
在这里插入图片描述
按行求和：axis=0
在这里插入图片描述
按行求和：axis=1
在这里插入图片描述

python中的.sum(axis=*)的解释
养猪的纺织工
11-21 1218
关于.sum(axis=)的解释 axis = 0的代码： import torch c = torch.Tensor([[[1,2],[3,4]],[[11,12],[13,14]]]) print(c.shape) print(c.sum(axis=0)) 输出: torch.Size([2, 2, 2]) tensor([[12., 14.], [16., 18.]]) 设计一个2X2X2的Tensor，axis=0求和就是各个矩阵对应的位置求和 axis = 1的代码： c =
python 中 np.sum()函数 通俗易懂理解！
热门推荐
rifengxxc的博客
07-12 8万+
python numpy数组sum函数
python---之np.sum(axis = ?)
zxyhhjs2017的博客
08-15 1236
我之前一直理解的np.min(axis = 0) 就是求第一维度的和，实际上python做计算的时候，如果计算axis = 0则就是按0维的另一维度的值： 如下所示： >>>a = np.array(range(0,12)) >>>b = a.reshape((3,4)) >>>b array([[ 0, 1, 2, 3], ...
Python NumPy中sum()函数详解 axis与keepdims图解
bylfsj的博客
02-13 2470
目录 numy.sum()函数定义与说明 代码示例、说明及输出 axis = 0 或axis = -3 axis = 1 或 axis = -2 axis = 2或axis = -1 axis = (0, 2) axis = (0, 2),keepdims=True 总结与扩展 经常使用NumPy的小伙伴会遇...
numpy 中的axis参数(矩阵沿着纵轴求和)
10-12 1598
import numpy as np arr=np.arange(20).reshape(4,5) print(arr) print(“数组的和为:\n”,np.sum(arr)) print(“数组纵轴和为：\n”,np.sum(arr,axis=0)) #纵轴求和 print(“数组横轴和为：\n”,np.sum(arr,axis=1)) #横轴求和 ...
numpy库与pandas库axis=0，axis= 1轴的用法详解
01-01
numpy库中横轴、纵轴 axis 参数实例详解： In [1]: import numpy as np #生成一个3行4列的数组 In [2]: a = np.arange(12).reshape(3,4) In [3]: a Out[3]: array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11...
[python]关于numpy中sum函数的axis属性的理解
身披白袍的博客
06-13 1328
其实不只是numpy的sum函数，包括在keras.backend、pandas等各种科学库中，axis都是一个非常常见的参数，且大部分库的文档都遵从numpy中的axis操作。
numpy axis = 0 1彻底理解
大义Python
04-09 490
先一句话总结： axis=n,表示对n+1层[ ]内的最大单位做跨单位运算 例如：axis = 0表示对最外层[]里的最大单位块做块与块之间的运算 详细说明如下： numpy中axis取值的说明 首先对numpy中axis取值进行说明：一维数组时axis=0，二维数组时axis=0，1，维数越高，则axis可取的值越大，数组n维时，axis=0，1，…，n。为了方便下面的理解，我们这样看待：在nu...
对python中array.sum(axis=?)的用法介绍
09-20
在Python的科学计算库NumPy中，`array.sum()`是一个非常重要的函数，它用于计算数组元素的总和。本文将详细介绍`array.sum(axis=?)`的用法，以及不同`axis`参数设置对计算结果的影响。 首先，`array.sum()`默认情况...
pytorch框架中，sum()函数中axis = 的理解
weixin_57618757的博客
04-05 2162
首先创建一个三维张量。 A = torch.arange(20*2,dtype=torch.float32).reshape(2, 5, 4) A.shape, A.sum(), A 输出的结果为。 (torch.Size([2, 5, 4]), tensor(780.), tensor([[[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.], [12.,
ndarray的聚合操作
qq_44740963的博客
09-19 337
先来一个ndarray 1.求和 np.sum() n.sum() # 1847 n.sum(axis=1) axis=1 表示对列进行聚合操作，列没了，行还在, 相当于求每一行的和 n.sum(axis=0) 相当于求每一列的和 2.最大值最小值: np.max/np.min n.max(axis=0) # 求每一列的最大值 n.max(axis=1) # 求每一行的最大值 ...
numpy.ndarray 数组sum(axis=n)轴向的问题
RealEmperor 博客
05-27 2099
numpy.ndarray 中数组sum(axis=n)轴向的问题 import numpy as np arr = np.array([[[0, 1, 2, 3], [0, 1, 2, 3], [0, 1, 2, 3]], [[0, 1, 2, 3], [0,...
python中的sum函数.sum(axis=1)
weixin_30577801的博客
10-18 830
看起来挺简单的样子，但是在给sum函数中加入参数。sum（a，axis=0）或者是.sum(axis=1) 就有点不解了 在我实验以后发现 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 例如： import numpy as np np.sum([[0,1,2],[2,1,3],axis=1)...
【python笔记】：2.Python中Numpy库中的np.sum(array,axis=(0,1,2))怎么理解？
Jack_Kuo的博客
08-21 2681
1.Python中Numpy库中的np.sum(array,axis=0,1,2…)怎么理解？ import numpy as np abc = np.arange(0,24,1).reshape(4,3,2) print ("构造一个[4 3 2]的三维数组：") print (abc) ​ print ("\n1.数组的第一维相加之和是：") print
python：关于sum（）函数中axis的一些理解（tensor，ndarray）
最新发布
qq_44673524的博客
09-19 846
在学习sum函数的过程中，经常把求和的维度弄混。最近对sum函数中的“axis=”参数有了更好的理解。为防止忘记，写一篇帖子记录，也希望能对看到的人有所帮助。
生动理解numpy.sum()以及其axis参数
yocencyy的专栏
02-02 1801
转自：https://zhuanlan.zhihu.com/p/48871067 个人学习收藏，侵删 -------------------------------------------------------------------------- 使用NumPy模块时，经常会用到numpy.sum()函数，比如计算一个多维数组(ndarray)的所有元素之和： 当我用NumPy实现神经网络时，遇到一个问题，我需要计算一个二维ndarray每一列的元素和，于是乎我去看numpy.sum(.
Numpy按轴计算
piglite的专栏
05-27 1447
a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]]) 如果二维数组a展示到图上就是： 因为a[0]为[1,2,3,4]，a[1]为[5,6,7,8],a[2]为[9,10,11,12]，所以[1,2,3,4]在0轴0的位置，[5,6,7,8]在0轴1的位置，而[9,10,11,12]在0轴2的位置。 1是a[0][0]，2是a[0][1]，3是a[0][2]，4是a[0][3]，所以[1,2,3,4]按照自己的下标顺序沿着1轴依次展开。5,6,7,8和.
Python中的sum函数.sum(axis = 1)
小白_努力
01-03 2万+
看起来挺简单的样子，但是在给sum函数中加入参数。sum（a，axis=0）或者是.sum(axis=1) 就有点不解了 在我实验以后发现 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 例如： 输入是一个两行三列的矩阵[[0,1,2]                                         ...
sum(axis=1)
05-12
`sum(axis=1)`是一个NumPy数组的方法，用于计算沿着第2个维度（即行）的元素的总和。例如，对于以下2维数组arr： ``` arr = np.array([[1, 2, 3], [4, 5, 6]]) ``` 使用`sum(axis=1)`将返回一个一维数组，包含沿着...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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