python内置函数sum（）的参数是多维数组时

今天发了一个有意思的事，sum（）ndarray数组求和时，默认是按axis=0轴聚合的。

比如，import numpy as np 后

a = np.array([1, 2, 3])
sum(a)
结果自然是6

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
此时a为
[[1 2 3]
[4 5 6]
[7,8,9]]

sum(a)结果成了array[12,15,18]，沿着axis=0轴聚合了

继续b=a[0,:]
sum(b)为6.
这是因为这时b为[1 2 3]。这个时候，其实我们把b理解为
[1
2
3]
更好，因为这样按axis=0聚合就是1+2+3

为什么呢，我们看如果对c=np.array（[[1,2,3]])求和会怎么样

sum（c）=[1 2 3]

注意到[1 2 3] 与 [[1 2 3]]区别了吗，一个sum是6，一个sum是[1 2 3]

所以我们以后把[1 2 3]这种统一理解为

[1
2
3]
比较好。

另外再看一个例子，d=np.array([[1],[2],[3]]),sum(d)结果是array([6]).注意array([6])与前面的6有什么区别。

还有更高维数组的情况，类似。