格式:sum(a,axis=0)或者是a.sum(axis=1)
sum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。
舉例:1.
import numpy as np
np.sum([
[0,1
,2],
[2,1
,3]]
,axis=
1)
結果:array([3,6])
a = np.array([[
0,2,
1]])
print a.
sum(
)print a.
sum(axis=0)
print a.
sum(axis=
1)
結果:3, [0, 2, 1], [3]
b = np.array([0
,2,1
])print b.
sum(
)print b.
sum(axis=0)
print b.
sum(axis=
1)
結果:3, 3, 第三個報錯,因為和第二個例子不用在於一維陣列只有一行,不需要對每一行向量進行求和
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:19, [3, 8, 8], [3, 14, 2]
這裡axis = 0是對應的列進行相加,axis=1是每一行的向量進行相加
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
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 ...