对于numpy库中sum函数使用

2022.9.7,在进行LLE降维算法的实现时,对于np.sum()函数的查阅以及学习。

首先列出基本的格式参数 np.sum(a,axis=?,keepdims=?)。

​​​​​​​其中,a一般是数组名字;axis是轴的选择(axis能取的值为0~(n-1),其中n对应于数组的维度);keepdims的取值为bool类型,即True 或者False。

​​​​​​​重点是对于axis的理解,以一个二维数组为例:

​​​​​​​可以这么理解,当axis越大,则进行的加和应该是越内层的数据;keepdims取为True比较方便展示数组。具体的示例如下:

​​​​​​​

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NumPy是一个Python科学计算库,提供了高性能的多维数组对象和用于处理这些数组的工具。以下是一些常用的NumPy函数及其用法: 1. np.array():创建一个NumPy数组。 示例:arr = np.array([1, 2, 3, 4, 5]) 2. np.zeros():创建一个指定形状的全零数组。 示例:arr = np.zeros((3, 3)) 3. np.ones():创建一个指定形状的全一数组。 示例:arr = np.ones((2, 2)) 4. np.random.rand():生成一个给定形状的随机数数组。 示例:arr = np.random.rand(3, 3) 5. np.arange():创建一个指定范围内的等间隔数组。 示例:arr = np.arange(0, 10, 2) 6. np.linspace():创建一个指定范围内的等间隔数组,可以指定元素个数。 示例:arr = np.linspace(0, 10, 5) 7. np.reshape():改变数组的形状。 示例:arr = np.arange(9).reshape((3, 3)) 8. np.transpose():转置数组的维度。 示例:arr = np.transpose(arr) 9. np.dot():计算两个数组的点积。 示例:result = np.dot(arr1, arr2) 10. np.sum():计算数组元素的总和。 示例:total = np.sum(arr) 11. np.mean():计算数组元素的平均值。 示例:mean = np.mean(arr) 12. np.max():找到数组的最大值。 示例:max_value = np.max(arr) 13. np.min():找到数组的最小值。 示例:min_value = np.min(arr) 这只是NumPy库一些常用函数的例子,还有很多其他功能强大的函数可供使用。您可以参考NumPy的官方文档或其他教程来了解更多详细的函数和用法。
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