keepdims的用法。np.sum()中参数的解释。

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 500+累计阅读 533平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄10年

关注

转载最新推荐文章于 2026-06-29 14:32:55 发布 533 阅读 AI 写同款· GEO 优化 ›

python 中 np.sum()函数通俗易懂理解！ python numpy数组sum函数阅读详情

参考链接
纯属记载，若侵权请联系我删除。

收录于

python

当前文章被收录于：

python

5 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

原文链接：https://www.cnblogs.com/marsggbo/p/9857850.html>

NumPy `numpy.sum()` 深度解析：多维数组求和的艺术与维度控制本文系统介绍了NumPy中np.sum()函数的核心功能与应用。文章首先阐述了np.sum()在科学计算中的重要性，对比了其与Python内置sum()的区别，强调其在多维数组处理、轴向控制和性能上的优势。重点解析了关键参数：axis控制求和方向，keepdims保留维度，dtype防止溢出，并通过2D、3D数组示例详细演示了不同轴向求和的效果。此外还介绍了该函数在数据统计、机器学习和图像处理等场景的应用，以及与其他聚合函数的对比。最后总结了使用最佳实践，帮助读者全面掌握这一数组聚合的核心工具。阅读详情

相关推荐

新手必看：SMIC 0.18um PDK安装保姆级教程（附Cadence IC617环境配置）

本文提供SMIC 0.18um PDK在Cadence IC617环境下的详细安装教程，涵盖环境准备、文件解压、安装脚本运行、环境变量配置及Cadence集成验证等关键步骤，特别针对初学者常见问题提供解决方案，助力快速掌握芯片设计工具配置。

weixin_30522183的博客 490

numpy的sum函数的axis和keepdim参数详解

一.axis axis就是指定轴。三维数组可看作元素是二维数组的一维数组，二维数组可看作元素是一维数组的一维数组。（这么理解就舒服了！）例： axis=2就是三维数组对最里面那一层即每个一维数组内部进行求和。 axis=0就是对最外面那一层的元素之间作和。例子戳这里二.keepdim 可以理解为'keepdims = True'参数是为了保持结果的维度与原始array相同，即keep dimension 保持维度. import numpy as np b=np.ar.

长夜漫漫，无心睡眠 5642

保姆级教程：在Windows/Linux双系统下搞定Microsemi Libero SoC v11.8安装与白银版License激活

本文提供了一份详细的Microsemi Libero SoC v11.8在Windows/Linux双系统下的安装与白银版License激活指南。涵盖环境准备、安装流程、License跨平台配置及常见问题排查，帮助开发者高效搭建FPGA开发环境。

weixin_30603633的博客 418

Python NumPy中sum()函数详解 axis与keepdims图解

目录 numy.sum()函数定义与说明代码示例、说明及输出 axis = 0 或axis = -3 axis = 1 或 axis = -2 axis = 2或axis = -1 axis = (0, 2) axis = (0, 2),keepdims=True 总结与扩展经常使用NumPy的小伙伴会遇到axis与keepdims这两个参数，今天笔者来给大家解剖一下。以...

独步天秤的博客 1万+

Qt Android MySql 数据库驱动编译（详细图解步骤）

第一步.先介绍下环境搭建： Qt 版本 5.12.11 下载链接 https://download.qt.io/archive/qt/5.12/5.12.11/qt-opensource-linux-x64-5.12.11.run Ubuntu 18.04.6 LTS 下载链接 JDK版本 1.8.0_191 下载链接https://www.oracle.com/java/technologies/downloads/ Android Studio版本 ...

h a 6 6 6 c k 为你解决复杂难题！ 3379

【四足机器人项目实战】四足机器人腿部机械结构设计

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 TODO:写完再整理文章目录系列文章目录前言前言认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！本文先对四足机器人–腿部机械结构设计做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章提示：以下是本篇文章正文内容为了减轻腿部惯量，使用有限元分析着重进行轻量化设计，小腿采用工字梁方案，大腿采用内部镂方案，并使用1.5 mm的AL 6061硬质材料，轻量化的腿部设了腿部运动时摆动

qq_35635374的博客 7538

torch.sum()、np.sum()和sum()简要介绍

定义 torch.sum(input1,dim,keepdim) np.sum(input2,axis,keepdims) sum(input3，b) 用法对矩阵数据求和 input1:输入矩阵，tensor类型 dim:要求和的维度,默认求所有元素之和 keepdim:求和之后，被求和的维度元素个数为1，所以要被去掉，若要保留，应keepdim=true input2:输入矩阵，ndarray类型 axis:要求和的维度，同dim keepdims:同keepdim input3:

weixin_45335726的博客 4381

Matlab之App Designer 如何进行三维图形绘制教程

基于Matlab中的App Designer设计可视化界面并进行数据导入及3D绘图，可以直观的在可视化界面上展示分析结果，方便用户进行图形的操作。本文采用案例讲解的方式，详细介绍了如何采用Matlab App Designer建立数据3D绘图的GUI可视化界面的方法和详细的过程步骤，并介绍了导入数据进行计算时需要注意的相关事项，同时提供了详细的代码，以便读者进行学习和操作。

m0_59012156的博客 2066

np.max()、np.argmax()、np.maximum()、np.min()、np.argmin()、np.minimum()、np.sum()

numpy专题——最值、求和最大值np.max()np.argmax()np.maximum()求和二级目录三级目录最大值 np.max() 参数解析 np.max(array, axis=None, out=None, keepdims=False) 一维ndarray import numpy as np array1 = np.array([1, 3, 2, 8, 5]) prin...

dekiang 3万+

【UE5】RTS游戏的框选功能+行军线效果实现

步骤：一、项目准备；二、框选NPC并移动到指定地点；三、框选效果；四、行军线效果

ChaoChao66666的博客 2378

Claude Code 新手安装指南，手把手教你怎么安装使用

如果你是企业内网用户，或者需要自定义 API 端点，那可以用手动配置 API Key 的方式。

篮球界最会写bug的人；程序猿中打球最菜的人。 484

np.sum()

** np.sum(array, axis) ** 指定数组元素求和，如果axis为None，则数组所有元素求和，得到一个值。如果指定axis，则按指定轴求和。参数： array : 数组形状 axis：默认None，或者int型例子（1） axis默认值 >>> a = np.arange(6).reshape(2,3) >>> a array([[0, 1, 2], [3, 4, 5]]) >>> np.sum(a) 1

zhouwenyuan1015的博客 6211

Calibre 3DSTACK Flow Example（5-1）

摘要：本文详细介绍了使用Calibre 3DSTACK工具验证2.5D中介层IC的设计流程。该设计由控制器、两个RAM芯片和中介层组成，各裸片通过255层的焊盘图形和端口文本实现连接。流程包括：1)准备通过DRC/LVS验证的裸片版图；2)创建3DSTACK规则文件定义装配操作；3)设置全局选项并定义各裸片的图层属性；4)指定图层间的电气连接性；5)通过坐标精确放置裸片形成3D堆叠。文中提供了完整的规则文件示例，并说明了如何生成3D装配视图进行物理验证，为后续连接性检查奠定基础。

u013620135的博客 2164

numpy.mean,sum,max,min (keepdims=True)的理解

np.mean() 函数定义： numpy.mean(a, axis, dtype, out，keepdims ) 当 keepidms=True,保持其二维或者三维的特性,(结果保持其原来维数) 默认为 False,不保持其二维或者三维的特性.(结果不保持其原来维数) 接下来我举例子说明: a 是一个(2,2)的二维数组. 第 486 和 491 对比,在 axis=1的时候,当 keepidm...

qq443967620的博客 8436

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目，保存在这里方便以后使用直接下载

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

7.np.sum(a, axis=1, keepdims=True)

7.np.sum(a, axis=1, keepdims=True) axis=1 以竖轴为基准，同行相加 keepdims主要用于保持矩阵的二维特性

小白夺植物战僵尸的博客 8896

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0，兼容Win7/Win10/WinXP，解压就可用。

np.outer(),np.sum()

np.outer(),np.sum() 1、np.outer() 每次拿第一个输入量的一个元素与第二个输入量相乘作为一行，直到第一个输入量的元素遍历完。 import numpy as np a=np.array([[1,2], [3,4]]) b = np.array([1,3]) print(np.outer(a, b)) # [[ 1 3] # [ 2...

庾信平生最萧瑟 578

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！

numpy中的keepdims参数

在keepdims设置为True时，np.sum()返回一个具有与输入A相同数目的轴的数组，而这些轴中有一个的长度始终为1。例如，假设我们有一个四维数组B，形状为(4,3,2,1)，我们想要计算B中的元素平均值。例如，假设我们有一个三维数组C，它的形状为(2,3,4)，我们想要计算C中的最大值。在这里，我们可以看到输出数组使用相同的形状(2,3,4)，并将轴(0,1)的最大值保留。因此，输出的结果是一个形状为(1,1,4)的数组，它具有与输入数组C第三维相同的形状。这个脚本的输出结果是(1,1,1,1)。

laosao_66的博客 2180

numpy笔记—np.sum中keepdims作用

numpy笔记—np.sum中keepdims作用 A = np.random.randn(4,3) B = np.sum(A, axis = 1, keepdims = True) 我们使用（keepdims = True）来确保 A.shape 是（4,1）而不是（4，），它使我们的代码更加严格。容易减少深度学习中代码bug ...

豆子 1492

np.sum

是 NumPy 提供的一个函数，用于计算数组中元素的总和。它支持多种灵活的用法，包括对整个数组求和、按特定轴求和、指定加权求和等。是数据分析和数值计算中常用的函数之一。是 NumPy 提供的一个灵活且高效的数组求和函数，支持从简单的全数组求和到复杂的按条件加权求和等多种功能。在数据科学和数值计算中，是一个高效的矢量化操作，底层实现利用了 C 和 Fortran 进行优化，计算效率非常高。是一个必不可少的工具，使用时需灵活掌握其参数来适配不同需求。函数相比，它可以直接在多维数组上操作，并支持并行化计算。

weixin_44012667的博客 1439

numpy-numpy.sum()中‘keepdims‘参数的作用

在numpy的许多函数中，会出现'keepdims'参数，以numpy.sum()为例：官方文档中给出的解释： numpy.sum(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>) ''' keepdimsbool, optional If this is set to True, the axes which are re

zlibo丶的博客 2517

numpy np.sum函数介绍

np.sum没有指定axis时，会对所有元素进行求和，结果是一个标量。指定axis时，会沿着该轴进行求和，结果维度会减少一维（除非多个指定axis（元组）时，会沿着多个轴进行求和，结果除了axis轴的维度消除，其它维度不变。可以保留原始维度信息，求和后的维度变为大小为 1。

qq_27390023的博客 1479

多维矩阵np.sum()函数axis不同值的理解

np.sum() 官网源码 def sum(a, axis=None, dtype=None, out=None, keepdims=np._NoValue): """ Sum of array elements over a given axis. Parameters ---------- a : array_like Elements ...

weixin_43379058的博客 1299

np.sum(e_x, axis=-1, keepdims=True)

np.sum(e_x, axis=-1, keepdims=True)是NumPy中用于求和的关键操作，在多头注意力机制的softmax函数中尤为重要。该函数对输入数组e_x（经过指数运算的数组）沿最后一个维度（axis=-1）求和，并通过keepdims=True保持原始维度结构。在softmax中，该操作用于计算每个样本或注意力头的指数和，为后续归一化提供分母项。例如，对于形状为(batch_size, seq_len)的2D数组，会对序列长度维度求和；对于(batch_size, num_heads,

luoganttcc的博客 572

numpy中keepdims用法

keepdims=True(默认False) 保持矩阵维数不变(被减少的那个维度会以维度1保留在结果中)。 import numpy as np >>> a = np.random.randint(10,size=(3,5)) >>> a array([[6, 4, 5, 4, 4], [9, 6, 9, 2, 3], ...

lcczzu的专栏 995

np.linalg.norm()函数

在jupyter notebook 中同时输入多行 from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = 'all' np.linalg.norm(x, ord=None, axis=None, keepdims=False) 矩阵或向量范数。此函数...