看起來挺簡單的樣子,但是在給sum函式中加入引數。sum(a,axis=0)或者是.sum(axis=1) 就有點不解了
在我實驗以後發現 我們平時用的sum應該是預設的axis=0 就是普通的相加
而當加入axis=1以後就是將乙個矩陣的每一行向量相加
例如:import numpy as np
np.sum([[0,1,2],[2,1,3],axis=1)
結果就是:array([3,6])
下面是自己的實驗結果,與上面的說明有些不符:
a = np.array([[0, 2, 1]])
print a.sum()
print a.sum(axis=0)
print a.sum(axis=1)
結果分別是:3, [0 1 2], [3]
b = np.array([0, 2, 1])
print b.sum()
print b.sum(axis=0)
print b.sum(axis=1)
結果分別是:3, 3, 執行錯誤:'axis' entry is out of bounds
可知:對一維陣列,只有第0軸,沒有第1軸
c = np.array([[0, 2, 1], [3, 5, 6], [0, 1, 1]])
print c.sum()
print c.sum(axis=0)
print c.sum(axis=1)
結果分別是:19, [3 8 8], [ 3 14 2]
axis=0, 表示列。
axis=1, 表示行。
python中的sum函式 sum axis 1
看起來挺簡單的樣子,但是在給sum函式中加入引數。sum a,axis 0 或者是.sum axis 1 就有點不解了 在我實驗以後發現 我們平時用的sum應該是預設的axis 0 就是普通的相加 而當加入axis 1以後就是將乙個矩陣的每一行向量相加 例如 import numpy as np n...
python中的sum函式 sum axis 1
我們平時用的sum應該是預設的axis 0 就是普通的相加,而當加入axis 1以後就是將乙個矩陣的每一行向量相加 axis 0,表示列。axis 1,表示行。對於向量 import numpy as np np.array 0,2,1 array 0,2,1 b.sum 3 b.sum axis ...
python中的sum函式 sum axis 1
axis 0,表示列。axis 1,表示行。看起來挺簡單的樣子,但是在給sum函式中加入引數。sum a,axis 0 或者是.sum axis 1 就有點不解了 在我實驗以後發現 我們平時用的sum應該是預設的axis 0 就是普通的相加 而當加入axis 1以後就是將乙個矩陣的每一行向量相加 例...