沿轴求和 Python

在Python的科学计算库Numpy中，可以使用sum()函数沿特定轴求和。沿轴求和是指沿数组的某一维度对元素进行求和，得到一个新的数组。这在对多维数组进行计算和分析时非常有用。

下面是一个使用sum()函数沿轴求和的示例代码：

import numpy as np

# 创建一个3x3的多维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 沿0轴求和
sum_axis_0 = np.sum(arr, axis=0)

# 沿1轴求和
sum_axis_1 = np.sum(arr, axis=1)

print("原始数组:\n", arr)
print("沿0轴求和结果:\n", sum_axis_0)
print("沿1轴求和结果:\n", sum_axis_1)

输出结果为：

原始数组:
 [[1 2 3]
  [4 5 6]
  [7 8 9]]
沿0轴求和结果:
 [12 15 18]
沿1轴求和结果:
 [ 6 15 24]

这里使用NumPy的sum()函数，第一个参数是要求和的数组，第二个参数axis指定了沿哪个轴求和。在本例中，axis=0表示沿0轴（即按列）求和，axis=1表示沿1轴（即按行）求和。

此外，还可以使用keepdims参数来保持数组的维度不变。这在计算均值和方差等时非常有用。

# 计算每列的平均值，并保持数组的维度不变
mean_axis_0 = np.mean(arr, axis=0, keepdims=True)
print("每列的平均值:\n", mean_axis_0)

输出结果为：

每列的平均值:
 [[4. 5. 6.]]

这里使用mean()函数计算每列的平均值，并使用keepdims=True参数保持数组的维度不变。

总结：使用sum()函数沿轴求和是Python科学计算中常用的操作之一，能够快速对多维数组进行计算和分析。对于数据分析和机器学习等场景，掌握这项技能非常有用。