Python numpy sum用法及代码示例

本文简要介绍 python 语言中 numpy.sum 的用法。

用法:

numpy.sum(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

给定轴上的数组元素之和。

参数：

a： array_like

要总结的元素。

axis： 无或int 或整数元组，可选

沿其执行求和的轴。默认值，axis=None，将对输入数组的所有元素求和。如果轴为负数，则从最后一个轴计数到第一个轴。

如果axis是整数元组，则对元组中指定的所有轴执行求和，而不是像以前那样对单个轴或所有轴执行求和。

dtype： dtype，可选

返回数组的类型和元素相加的累加器的类型。默认情况下使用 a 的 dtype，除非 a 的整数 dtype 的精度低于默认平台整数。在这种情况下，如果 a 是有符号的，则使用平台整数，而如果 a 是无符号的，则使用与平台整数具有相同精度的无符号整数。

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，但如果需要，输出值的类型将被强制转换。

keepdims： 布尔型，可选

如果将其设置为 True，则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项，结果将针对输入数组正确广播。

如果传递了默认值，那么保持昏暗不会被传递到sum子类的方法numpy.ndarray，但是任何非默认值都是。如果sub-class' 方法没有实现保持昏暗将引发任何异常。

initial： 标量，可选

总和的起始值。有关详细信息，请参阅 reduce 。

where： 类似于 bool 的数组，可选

要包含在总和中的元素。有关详细信息，请参阅 reduce 。

返回：

sum_along_axis： ndarray

一个与 a 形状相同的数组，移除了指定的轴。如果 a 是一个 0 维数组，或者如果 axis 为 None，则返回一个标量。如果指定了输出数组，则返回对 out 的引用。

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。

空数组的和是中性元素 0：

>>> np.sum([])
0.0

对于浮点数，sum 的数值精度(和np.add.reduce) 通常通过直接将每个数字单独添加到结果中来限制，从而导致每一步的舍入错误。但是，numpy 通常会使用数值更好的方法(部分成对求和)，从而提高许多use-cases 的精度。这种改进的精度总是在没有时提供axis给出。什么时候axis给定，这将取决于求和的轴。从技术上讲，为了提供尽可能最佳的速度，只有当求和沿着内存中的快轴时才使用改进的精度。请注意，确切的精度可能会因其他参数而异。与 NumPy 相比，Pythonmath.fsum函数使用更慢但更精确的求和方法。特别是在对大量较低精度的浮点数求和时，例如float32, 数值误差可能会变得很大。在这种情况下，建议使用dtype="float64"为输出使用更高的精度。

例子：

>>> np.sum([0.5, 1.5])
2.0
>>> np.sum([0.5, 0.7, 0.2, 1.5], dtype=np.int32)
1
>>> np.sum([[0, 1], [0, 5]])
6
>>> np.sum([[0, 1], [0, 5]], axis=0)
array([0, 6])
>>> np.sum([[0, 1], [0, 5]], axis=1)
array([1, 5])
>>> np.sum([[0, 1], [np.nan, 5]], where=[False, True], axis=1)
array([1., 5.])

如果累加器太小，就会发生溢出：

>>> np.ones(128, dtype=np.int8).sum(dtype=np.int8)
-128

您还可以使用非零值开始求和：

>>> np.sum([10], initial=5)
15