sum函数之Python和Numpy的应用

一. Python内置函数

1. sum函数的结构

sum(iterable [, start])

iterable - 可迭代对象，如:列表，元祖，集合
start - 指定相加的参数，不设置默认为0

计算原理：先求iterable - 可迭代对象内部元素之和(降维)，再与start相加

注意：python中，相同数据类型才可以求和运算，否则报错

2. sum函数举例

列表求和1:

设置一个单层列表：

list1 = [1,2,3]

求和：

sum(list1)

结果：

6

先对list1内的元素求和，为6，由list型变成int型。再与默认的相同类型start=0相加，结果为6。

列表求和2:

设置一个嵌套列表：

list1 = [[1,2,3]]

求和：

sum(list1)

结果报错：

TypeError: unsupported operand type(s) for +: 'int' and 'list'

首先对list1内的元素求和，由于是双层列表，求和后，还有一层列表，和为[1,2,3]，为list型；又因为start默认为0，为int类型，与前面的不同类型 - list类型相加而报错。

列表求和3:

列表降维:
设置一个嵌套列表：

list1 = [[1,2,3],[5,6]]

可更改start值类型为list，此时实现了一个功能 - 降维：

sum(list1, [])

结果：

[1,2,3,5,6]

首先内部元素求和：

[1,2,3] + [5,6] = [1,2,3,4,5,6]

与start相加：

[1,2,3,4,5,6] + [] = [1,2,3,4,5,6]

二. NumPy函数

1. sum函数的结构

np.sum(a, axis=None, dtype=None, out=None,keepdims=<No Value>,initial=<No Value>)

a - 序列
axis - 设置要操作的轴。可为负数，则从结尾开始
dtype - 设置类型
keepdims - 默认为False，求和降维；为True时，保持原维度

(简单的接受几个常用的参数，后期有需求再补充)

2. sum函数举例

设置一个shape=(1,2,3)的数组

n1 = np.array([[[1,2,3], [4,5,6]]])

n1:

array([[[1, 2, 3],
        [4, 5, 6]]])

求和1：

当axis=None时，即默认时，求所有元素之和

np.sum(n1)

结果:

1+2+3+4+5+6 = 21

求和2:

当axis=0时，求第0轴子层元素之和, 且降维：

np.sum(n1, axis=0)

结果, 三维变二维：

[[1,2,3],[4,5,6]]

求和3:

当axis=0时，求第1轴子元素之和，保持维度：

np.sum(n1, axis=1, keepdims=True)

结果，三维保持不变：

[[[1+4, 2+5, 3+6]]] = [[[5,7,9]]]

参考资料

如何用sum()函数给列表降维？