Numpy中的sum函数

Numpy是一个Python科学计算的库，它提供了丰富的数学函数和数据类型，因此在数据分析、机器学习等领域中广受欢迎。

其中，np.sum()是Numpy中的一个重要函数，用于计算数组中所有元素的和。

基本用法

下面是np.sum()的基本用法：

import numpy as np

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

np.sum()的参数可以是一个数组，也可以是一个矩阵。如果是矩阵，则可以指定计算某个轴向（即某个维度）上的元素和：

a = np.array([[1, 2], [3, 4]])
print(np.sum(a))        # 输出10，即所有元素的和
print(np.sum(a, axis=0))    # 输出[4 6]，即对每列求和
print(np.sum(a, axis=1))    # 输出[3 7]，即对每行求和

更多参数

np.sum()还有其他一些参数，例如dtype、keepdims和out等。

• dtype参数指定返回值的数据类型，默认为数组元素的数据类型。

a = np.array([1, 2, 3])
print(np.sum(a, dtype=np.float64))    # 输出6.0

• keepdims参数指定是否保持返回数组的维度。

a = np.array([[1, 2], [3, 4]])
print(np.sum(a, axis=0, keepdims=True))    # 输出[[4 6]]，保持了二维数组的维度

• out参数指定保存计算结果的数组。

a = np.array([1, 2, 3])
b = np.zeros(3)
np.sum(a, out=b)
print(b)    # 输出[6. 0. 0.]

总结

np.sum()是Numpy中的一个重要函数，可以快速计算数组和矩阵中所有元素的和。它还可以指定计算某个轴向上的元素和，以及其他参数控制输出结果的数据类型、维度和保存结果的数组等。在数据分析、机器学习等领域中，np.sum()是非常常用的函数之一。