cumsum()函数

部署运行你感兴趣的模型镜像

1、 对于一维输入a(可以是list,可以是array,假设a=[1, 2, 3, 4, 5, 6,] ,就是当前列之前的和加到当前列上,如下:

import numpy as np
a = [1,2,3,4,5,6]
print( np.cumsum(a))

结果为:

[1,   3,   6,  10,  15,  21,  28,  36,  45,  55,  75]

对于二维输入a,axis=0(第1行不动,将第1行累加到其他行);axis=1(进入最内层,转化成列处理。第1列不动,将第1列累加到其他列),如下:

import numpy as np
L1 = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
L2 = np.cumsum(L1, axis=0)
L3 = np.cumsum(L1,axis=1)
print(L2)
print(L3)

L2 结果为:

[[ 1  2  3]
 [ 5  7  9]
 [12 15 18]]

L3 结果为:

[[ 1  3  6]
 [ 4  9 15]
 [ 7 15 24]]

您可能感兴趣的与本文相关的镜像

Langchain-Chatchat

Langchain-Chatchat

AI应用
Langchain

Langchain-Chatchat 是一个基于 ChatGLM 等大语言模型和 Langchain 应用框架实现的开源项目,旨在构建一个可以离线部署的本地知识库问答系统。它通过检索增强生成 (RAG) 的方法,让用户能够以自然语言与本地文件、数据库或搜索引擎进行交互,并支持多种大模型和向量数据库的集成,以及提供 WebUI 和 API 服务

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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