np.sum

朋也透william

于 2024-11-17 13:43:06 发布

阅读量962

点赞数 6

文章标签： np_sum

版权

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。

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

axis：
- 指定求和的轴（维度）。
- 默认值：None（即对所有元素求和）。
- 取值：
  - None：对整个数组的所有元素求和。
  - int：沿指定的轴进行求和。
  - tuple：指定多个轴，对这些轴进行广播后求和。
dtype：
- 指定计算时的结果数据类型。
- 默认使用输入数组的类型，但如果结果可能超出范围（例如整型溢出），可以设置为更高的精度（如 float64 或 int64）。
out：
- 将结果存储到指定的数组中，而不是返回新的数组。
- 默认值：None。
keepdims：
- 是否保持求和操作后数组的维度。
- 默认值：False，会丢弃求和的维度。
initial：
- 求和的初始值，默认是 0。
where：
- 一个布尔掩码数组，指定在哪些位置进行求和操作。
- 例如，where=[True, False, True]，只会对第 1 和第 3 个元素求和。

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
result = np.sum(a)
print(result)  # 输出 21

result = np.sum(a, axis=0)
print(result)  # 输出 [5 7 9]

result = np.sum(a, axis=1)
print(result)  # 输出 [ 6 15]

b = np.array([1, 2, 3], dtype=np.int8)
result = np.sum(b, dtype=np.int32)
print(result)  # 输出 6（以更高精度计算结果）

c = np.array([1, 2, 3, 4, 5])
mask = c % 2 == 0  # 条件：取偶数
result = np.sum(c, where=mask)
print(result)  # 输出 6（即 2 + 4）

d = np.array([[1, 2, 3], [4, 5, 6]])
result = np.sum(d, axis=1, keepdims=True)
print(result)
# 输出：
# [[ 6]
#  [15]]

矩阵计算：对特定维度的数据求和，如行和、列和。
统计分析：计算数据的总和，用于后续均值、方差等计算。
布尔数组处理：统计布尔条件满足的数量。
- 如 np.sum(condition_array) 等价于 np.count_nonzero(condition_array)。
加权求和：通过 where 参数选择性求和。

数据溢出：
- 对整型数组求和时可能发生溢出，尤其是低精度数据类型（如 int8）。
- 解决方法：通过 dtype 指定更高精度的数据类型。
axis 的用法：
- 对多维数组，axis 参数的选择会影响结果的形状。
- 举例：对于形状为 ((3, 4, 5)) 的数组，axis=1 将结果降维到 ((3, 5))。