matlab中sum(w.),matlab中sum

来源:https://ww2.mathworks.cn/help/matlab/ref/sum.html?searchHighlight=sum&s_tid=doc_srchtitle#btv6ok6-1-dim

sum

数组元素总和

全页折叠

语法

说明

S = sum(A) 返回 A 沿大小不等于 1 的第一个数组维度的元素之和。

如果 A 是向量,则 sum(A) 返回元素之和。

如果 A 是矩阵,则 sum(A) 将返回包含每列总和的行向量。

如果 A 是多维数组,则 sum(A) 沿大小不等于 1 的第一个数组维度计算,并将这些元素视为向量。此维度会变为 1,而所有其他维度的大小保持不变。

S = sum(A,'all') 计算 A 的所有元素的总和。此语法适用于 MATLAB® R2018b 及更高版本。

S = sum(A,dim) 沿维度 dim 返回总和。例如,如果 A 为矩阵,则 sum(A,2) 是包含每一行总和的列向量。

S = sum(A,vecdim) 根据向量 vecdim 中指定的维度对 A 的元素求和。例如,如果 A 是矩阵,则 sum(A,[1 2]) 是 A 中所有元素的总和,因为矩阵的每个元素包含在由维度 1 和 2 定义的数组切片中。

S = sum(___,outtype) 使用上述语法中的任何输入参数返回指定数据类型的总和。outtype 可以是 'default'、'double' 或 'native'。

S = sum(___,nanflag) 指定在上述任意语法的计算中包括还是忽略 NaN 值。sum(A,'includenan') 会在计算中包括所有 NaN 值,而 sum(A,'omitnan') 则忽略这些值。

示例

向量元素的总和

尝试此示例

创建一个向量并计算各个元素的总和。

A = 1:10;

S = sum(A)

S = 55

矩阵列总和

尝试此示例

创建一个矩阵并计算每列中元素的总和。

A = [1 3 2; 4 2 5; 6 1 4]

A = 3×3

1 3 2

4 2 5

6 1 4

S = sum(A)

S = 1×3

11 6 11

矩阵行总和

尝试此示例

创建一个矩阵并计算每行中元素的总和。

A = [1 3 2; 4 2 5; 6 1 4]

A = 3×3

1 3 2

4 2 5

6 1 4

S = sum(A,2)

S = 3×1

6

11

11

数组切片总和

尝试此示例

使用向量维度参数来操作数组的特定切片。

创建所有元素为 1 的三维数组。

A = ones(4,3,2);

要对 A 的每个页面中的所有元素求和,请使用向量维度参数指定要求和的维度(行和列)。由于两个页面均为 4×3 矩阵,因此每页的总和为 12。

S1 = sum(A,[1 2])

S1 =

S1(:,:,1) =

12

S1(:,:,2) =

12

如果沿第一个维度对 A 进行切片,则可以对得到的 4 个页面的元素求和,每个页面为 3×2 矩阵。

S2 = sum(A,[2 3])

S2 = 4×1

6

6

6

6

沿第二个维度切片,每个页面总和超过 4×2 矩阵。

S3 = sum(A,[1 3])

S3 = 1×3

8 8 8

从 R2018b 开始,要对数组的所有维度求和,可以在向量维度参数中指定每个维度,或使用 'all' 选项。

S4 = sum(A,[1 2 3])

S4 = 24

Sall = sum(A,'all')

Sall = 24

三维数组的总和

尝试此示例

创建一个由 1 值组成的 4×2×3 数组,并计算沿第三个维度的总和。

A = ones(4,2,3);

S = sum(A,3)

S = 4×2

3 3

3 3

3 3

3 3

32 位整数之和

尝试此示例

创建一个由 32 位整数组成的向量,并通过将输出类型指定为 native 来计算其元素的 int32 总和。

A = int32(1:10);

S = sum(A,'native')

S = int32

55

总和,不包括 NaN

尝试此示例

创建一个向量并计算其总和,不包括 NaN 值。

A = [1.77 -0.005 3.98 -2.95 NaN 0.34 NaN 0.19];

S = sum(A,'omitnan')

S = 3.3250

如果您不指定 'omitnan',则 sum(A) 会返回 NaN。

输入参数

A - 输入数组

向量 | 矩阵 | 多维数组

输入数组,指定为向量、矩阵或多维数组。

如果 A 是标量,则 sum(A) 返回 A。

如果 A 是 0×0 空矩阵,则 sum(A) 返回 0。

数据类型:single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | duration

复数支持:是

dim - 沿其运算的维度

正整数标量

沿其运算的维度,指定为正整数标量。如果未指定值,则默认值是大小不等于 1 的第一个数组维度。

维度 dim 表示长度减至 1 的维度。size(S,dim) 为 1,而所有其他维度的大小保持不变。

以一个二维输入数组 A 为例:

sum(A,1) 对 A 的列中的连续元素进行求和并返回一个包含每列之和的行向量。

sum_dim_1_zh_CN.png

sum(A,2) 对 A 的行中的连续元素进行求和并返回一个包含每行之和的列向量。

sum_dim_2_zh_CN.png

当 dim 大于 ndims(A) 或者 size(A,dim) 为 1 时,sum 返回 A。

数据类型:double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

vecdim - 维度向量

正整数向量

维度向量,指定为正整数向量。每个元素代表输入数组的一个维度。指定的操作维度的输出长度为 1,而其他保持不变。

以 2×3×3 输入数组 A 为例。然后 sum(A,[1 2]) 返回 1×1×3 数组,其元素是 A 的每个页面的总和。

sum_vecdim_zh_CN.png

数据类型:double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

outtype - 输出数据类型

'default' (默认) | 'double' | 'native'

输出数据类型,指定为 'default'、'double' 或 'native'。这些选项还指定执行运算采用的数据类型。

outtype输出数据类型

'default'

double,但当输入数据类型为 single 或 duration 时,输出类型则为 'native'

'double'

double,但当数据类型为 duration 时不支持 'double' 类型

'native'

与输入相同的数据类型,但当输入数据类型为 char 时不支持 'native'

数据类型:char

nanflag - NaN 条件

‘includenan’ (默认) | ‘omitnan’

NaN 条件,指定为下列值之一:

'includenan' - 计算总和时包括 NaN 值,生成 NaN。

'omitnan' - 忽略输入中的所有 NaN 值。

数据类型:char

扩展功能

tall 数组

对行数太多而无法放入内存的数组进行计算。

此函数完全支持 tall 数组。有关详细信息,请参阅 tall 数组。

C/C++ 代码生成

使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

用法说明和限制:

GPU 数组

通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

用法说明和限制:

未定义 sum 运算中的加法顺序。因此,对 GPU 数组的 sum 运算和对相应 MATLAB 数值数组的 sum 运算所返回的答案可能不完全相同。当 A 是有符号整数类型且其乘积在本机累积时,差异可能相当大。

有关详细信息,请参阅Run MATLAB Functions on a GPU (Parallel Computing Toolbox)。

分布式数组

使用 Parallel Computing Toolbox™ 在群集的组合内存中对大型数组进行分区。

用法说明和限制:

未定义 sum 运算中的加法顺序。因此,对分布式数组执行 sum 运算和对相应 MATLAB 数值数组执行 sum 运算所返回的答案可能不完全相同。当 A 是有符号整数类型且其乘积在本机累积时,差异可能相当大。

另请参阅

标签:示例,sum,matlab,数组,维度,向量,总和

来源: https://www.cnblogs.com/MCSFX/p/11988849.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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