Python numpy cumsum用法及代码示例

本文简要介绍 python 语言中 numpy.cumsum 的用法。

用法:

numpy.cumsum(a, axis=None, dtype=None, out=None)

返回沿给定轴的元素的累积和。

参数：

a： array_like

输入数组。

axis： 整数，可选

计算累积和的轴。默认值 (None) 是计算展平数组上的 cumsum。

dtype： dtype，可选

返回的数组以及对元素进行求和的累加器的类型。如果numpy.dtype未指定，默认为 dtypea， 除非a具有精度小于默认平台整数的整数数据类型。在这种情况下，将使用默认的平台整数。

out： ndarray，可选

用于放置结果的替代输出数组。它必须具有与预期输出相同的形状和缓冲区长度，但如果需要，类型将被强制转换。有关更多详细信息，请参阅输出类型确定。

返回：

cumsum_along_axis： 数组。

除非指定了 out，否则将返回一个保存结果的新数组，在这种情况下，将返回对 out 的引用。如果轴不是 None 或 a 是一维数组，则结果具有与 a 相同的大小和相同的形状。

注意：

使用整数类型时算术是模块化的，溢出时不会引发错误。

对于浮点值，cumsum(a)[-1] 可能不等于 sum(a)，因为 sum 可能使用成对求和例程，从而减少了 roundoff-error。有关详细信息，请参阅 sum 。

例子：

>>> a = np.array([[1,2,3], [4,5,6]])
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
>>> np.cumsum(a)
array([ 1,  3,  6, 10, 15, 21])
>>> np.cumsum(a, dtype=float)     # specifies type of output value(s)
array([  1.,   3.,   6.,  10.,  15.,  21.])

>>> np.cumsum(a,axis=0)      # sum over rows for each of the 3 columns
array([[1, 2, 3],
       [5, 7, 9]])
>>> np.cumsum(a,axis=1)      # sum over columns for each of the 2 rows
array([[ 1,  3,  6],
       [ 4,  9, 15]])

cumsum(b)[-1] 可能不等于 sum(b)

>>> b = np.array([1, 2e-9, 3e-9] * 1000000)
>>> b.cumsum()[-1]
1000000.0050045159
>>> b.sum()
1000000.0050000029