python数据分析numpy基础之cumsum求数组累计和

1 python数据分析numpy基础之cumsum求数组累计和

python的numpy库的cumsum()函数，用于获取数组沿指定轴每个位置的累计和。

本文的累计和是指第1个数到第n个数的和。比如数组a=[a1,a2,a3,a4,a5]，那么第1个数的累计和为a1，第2个数的累计和为a1+a2，第3个数的累计和为a1+a2+a3，依次类推。np.cumsum()函数返回的是每个位置的当前元素的累计和。

比如，np.cumsum(a)=array([a1,a1+a2,a1+a2+a3,a1+a2+a3+a4,a1+a2+a3+a4+a5])。

用法

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

描述

cumsum()返回数组沿指定轴的累计和。

入参axis表示指定轴，默认为None表示整个数组转为一维数组后的每个位置的累计和。axis只能为整数，不支持整数元组。

1.1 入参a

numpy.cumsum()的入参a，为必选入参，可以为数组、列表、元组。

>>> import numpy as np
# np.cumsum()函数返回的是每个位置的当前元素的累计和
# 比如数组a=[a1,a2,a3]
# np.cumsum(a)=array([a1,a1+a2,a1+a2+a3])
# 入参a为列表
>>> np.cumsum([-2,3,0,5,9,1])
array([-2,  1,  1,  6, 15, 16])
# 入参a为元组
>>> np.cumsum((-2,3,0,5,9,1))
array([-2,  1,  1,  6, 15, 16])
# 入参a为数组
>>> np.cumsum(np.array((-2,3,0,5,9,1)))
array([-2,  1,  1,  6, 15, 16])

1.2 入参axis为整数

numpy.cumsum()的入参axis为可选入参，只能为整数（不支持元组），范围[0, ndim)，默认为None，表示求整个数组的累计和，若为多维数组则转换为一维数组求每个位置的累计和。

若axis=n为整数，则对沿指定轴n的每个元素的累计和。

若axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推。

>>> import numpy as np
# np.cumsum()函数返回的是每个位置的当前元素的累计和
>>> import numpy as np
>>> ar3=np.array([[[12, 13, 8, 15 ],
        [ 19,  25,  16,  5],
        [ 18,  29, 10, 31]],

       [[9,  11,  21,  3],
        [16, 17, 31, 19],
        [20, 3, 22, 23]]])
# axis默认为None，cumsum()求转为一维数组后的每个位置的累计和
>>> np.cumsum(ar3)
array([ 12,  25,  33,  48,  67,  92, 108, 113, 131, 160, 170, 201, 210,
       221, 242, 245, 261, 278, 309, 328, 348, 351, 373, 396])
# axis=0，cumsum()沿0轴方向的每个位置的累计和
>>> np.cumsum(ar3,axis=0)
array([[[12, 13,  8, 15],
        [19, 25, 16,  5],
        [18, 29, 10, 31]],

       [[21, 24, 29, 18],
        [35, 42, 47, 24],
        [38, 32, 32, 54]]])
# axis=1，cumsum()沿1轴方向的每个位置的累计和
>>> np.cumsum(ar3,axis=1)
array([[[12, 13,  8, 15],
        [31, 38, 24, 20],
        [49, 67, 34, 51]],

       [[ 9, 11, 21,  3],
        [25, 28, 52, 22],
        [45, 31, 74, 45]]])
# axis=2，cumsum()沿2轴方向的每个位置的累计和
>>> np.cumsum(ar3,axis=2)
array([[[12, 25, 33, 48],
        [19, 44, 60, 65],
        [18, 47, 57, 88]],

       [[ 9, 20, 41, 44],
        [16, 33, 64, 83],
        [20, 23, 45, 68]]])
# axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推
>>> np.cumsum(ar3,axis=-1)
array([[[12, 25, 33, 48],
        [19, 44, 60, 65],
        [18, 47, 57, 88]],

       [[ 9, 20, 41, 44],
        [16, 33, 64, 83],
        [20, 23, 45, 68]]])