Python:cumsum函数
原文链接:https://blog.csdn.net/banana1006034246/article/details/78841461
这个函数的功能是返回给定axis上的累计和
函数的原型如下:详见 doc
numpy.cumsum(a, axis=None, dtype=None, out=None)
Return the cumulative sum of the elements along a given axis.
官方的文档是没有详细解释,本人做了测试自己把理解的写下。
1.对于一维输入a(可以是list,可以是array,假设a=[1, 2, 3, 4, 5, 6, 7] ,就是当前列之前的和加到当前列上,如下:
-
>>>
import numpy
as np
-
>>> a=[
1,
2,
3,
4,
5,
6,
7]
-
>>> np.cumsum(a)
-
array([
1,
3,
6,
10,
15,
21,
28,
36,
45,
55,
75,
105])
2.对于二维输入a,axis=0(第1行不动,将第1行累加到其他行);axis=1(进入最内层,转化成列处理。第1列不动,将第1列累加到其他列),如下:
-
>>>
import numpy
as np
-
>>> c=[[
1,
2,
3],[
4,
5,
6],[
7,
8,
9]]
-
>>> np.cumsum(c,axis=
0)
-
array([[
1,
2,
3],
-
[
5,
7,
9],
-
[
12,
15,
18]])
-
>>> np.cumsum(c,axis=
1)
-
array([[
1,
3,
6],
-
[
4,
9,
15],
-
[
7,
15,
24]])
3.对于三维输入a, axis=0 (第1行不动,将第1行累加到其他行); axis=1(进入第2层,每个第二层第1行不动,累加到其他行); axis=2(进入最内层,转化成列处理。第1列不动,将其累加到其他列),注意维数从外到内是0-2编号,如下:
-
>>>
import numpy
as np
-
>>> a
-
[[[
1,
2,
3], [
4,
5,
6]], [[
7,
8,
9], [
10,
20,
30]]]
-
>>> np.cumsum(a,axis=
0)
-
array([[[
1,
2,
3],
-
[
4,
5,
6]],
-
-
[[
8,
10,
12],
-
[
14,
25,
36]]])
-
>>> np.cumsum(a,axis=
1)
-
array([[[
1,
2,
3],
-
[
5,
7,
9]],
-
-
[[
7,
8,
9],
-
[
17,
28,
39]]])
-
>>> np.cumsum(a,axis=
2)
-
array([[[
1,
3,
6],
-
[
4,
9,
15]],
-
-
[[
7,
15,
24],
-
[
10,
30,
60]]])
a是一个 2 x 2 x 3 的 list,解释起来有点麻烦,先把 a 变种风格
[ //axis=0
[//axis=1。同时是axis=0所对应的第 1 行,注意是此中括号包含的整个内容
[1, 2, 3], //axis=2。同时是 axis=1所对的第1行
[4, 5, 6] //axis=2
],
[//axis=1。同时是axis=0所对应的第 2行
[7, 8, 9], //axis=2。同时是 axis=1所对的第1行
[10, 20, 30] //axis=2
],
]
axis=0说明,第1维度,包含2行,绿色中括号的list,第1行(也就是由1,2,3,4,5,6组成的list)不动,累加到第二行,注意是累加
axis=1说明,第2维度, 每个绿色中括号里第1行不变,也就是 [1,2,3]和[7,8,9]不动,累加到同兄弟行(同属一个中括号的行)
axis=2说明,第3维度,也是最内层,转化成列处理,紫色数字所在列不动,累加到其他列上
对于更高维度,可以参考3维来从外向内剥离的方式理解
参考文献
cumsum官方doc