numpy.cumsum()函数

语法:numpy.cumsum(a, axis=None, dtype=None, out=None)
按照所给定的轴参数(axis)返回元素的梯形累计和,axis=0,按照列累加。axis=1,按照行累加。axis不给定具体值,就把numpy数组当成一个一维数组

举个简单例子(二维)

import numpy as np
a=np.arange(0,12).reshape(3,4)
print(a)
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]
b=np.cumsum(a)
print(b)
#[ 0  1  3  6 10 15 21 28 36 45 55 66]

不输入axis参数时当作一维数组累加:

0=0
1=0+1
3=0+1+2
6=0+1+2+3

以此类推

axis=0

b=np.cumsum(a,axis=0)
print(b)
#[[ 0  1  2  3]
 #[ 4  6  8 10]
#[12 15 18 21]]
第一行:0=0,1=1,2=2,3=3
第二行:4=0+4,6=1+5,8=2+6,10=3+7

以此类推

axis=1

b=np.cumsum(a,axis=1)
print(b)
#[[ 0  1  3  6]
 #[ 4  9 15 22]
 #[ 8 17 27 38]]
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