python中cumsum_python numpy中cumsum的用法详解

Cumsum :计算轴向元素累加和,返回由中间结果组成的数组

重点就是返回值是“由中间结果组成的数组”

以下代码在python3.6版本运行成功!

下面看代码,定义一个2*2*3的数组,所以其shape是2,2,3,索引分别0,1,2

shape

索引

2

0

2

1

3

2

代码:

import numpy as np

arr = np.array([[[1,2,3],[8,9,12]],[[1,2,4],[2,4,5]]]) #2*2*3

print(arr.cumsum(0))

print(arr.cumsum(1))

print(arr.cumsum(2))

输出结果:

#cumsum(0)

[[[ 1  2  3]

[ 8  9 12]]

[[ 2  4  7]

[10 13 17]]]

#cumsum(1)

[[[ 1  2  3]

[ 9 11 15]]

[[ 1  2  4]

[ 3  6  9]]]

#cumsum(2)

[[[ 1  3  6]

[ 8 17 29]]

[[ 1  3  7]

[ 2  6 11]]]

注释:

arr是一个2*2*3三维矩阵,索引值为0,1,2

cumsum(0):实现0轴上的累加:以最外面的数组元素为单位,以[[1,2,3],[8,9,12]]为开始实现后面元素的对应累加

cumsum(1):实现1轴上的累加:以中间数组元素为单位,以[1,2,3]为开始,实现后面元素的对应累加

cumsum(2):实现2轴上的累加:以最里面的元素为累加单位,即1为开始,实现后面的元素累加

四维数组实现

下面看一个四维数组2*2*2*4,索引值为0,1,2,3

代码:

import numpy as np

arr = np.arange(32).reshape((2,2,2,4))

print(arr)

print(arr.cumsum(0))

print(arr.cumsum(1))

print(arr.cumsum(2))

print(arr.cumsum(3))

arr:

[[[[ 0 1 2 3]

[ 4 5 6 7]]

[[ 8 9 10 11]

[12 13 14 15]]]

[[[16 17 18 19]

[20 21 22 23]]

[[24 25 26 27]

[28 29 30 31]]]]

arr是一个2*2*2*4四维矩阵,索引值为0,1,2,3

cumsum(0):实现0轴上的累加即:以最外面数组元素为单位即

[[[ 0 1 2 3]

[ 4 5 6 7]]

[[ 8 9 10 11]

[12 13 14 15]]]

[[[16 17 18 19]

[20 21 22 23]]

[[24 25 26 27]

[28 29 30 31]]]]

对应位置元素相加起来

结果:

[[[[ 0 1 2 3]

[ 4 5 6 7]]

[[ 8 9 10 11]

[12 13 14 15]]]

[[[16 18 20 22]

[24 26 28 30]]

[[32 34 36 38]

[40 42 44 46]]]]

cumsum(1):实现1轴上的累加即:以次外面元素为单位,累加:

[[ 0 1 2 3]

[ 4 5 6 7]]

[[ 8 9 10 11]

[12 13 14 15]]

[[16 17 18 19]

[20 21 22 23]]

[[24 25 26 27]

[28 29 30 31]]

累计过程产生的中间结果要记录到数组中

所以,结果:

[[[[ 0 1 2 3]

[ 4 5 6 7]]

[[ 8 10 12 14]

[16 18 20 22]]]

[[[16 17 18 19]

[20 21 22 23]]

[[40 42 44 46]

[48 50 52 54]]]]

cumsum(2)就对应从[ 0  1  2  3]数组元素开始实现累加,然后记录中间结果

cumsum(3)对应的是从最里面最小的数组元素,即从0开始实现累加,记录中间结果

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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