Автор оригинала: Python Examples.
Numpy Sum ()
Чтобы получить сумму всех элементов в массиве Numpy, вы можете использовать встроенную функцию Numpy ().
В этом руководстве мы узнаем, как использовать функцию SUM () в наших программах Python.
Синтаксис – numpy.sum ()
Синтаксис Numpy.sum () показан ниже.
numpy.sum(a, axis=None, dtype=None, out=None, keepdims=, initial= )
Мы будем понимать параметры в определении функции, используя ниже примеры.
Пример 1: numpy sum ()
В этом примере мы найдем сумму всех элементов в Numpy Array, а также с дополнительными параметрами по умолчанию для функции суммы ().
Python Program
import numpy as np
a = np.array([4, 5, 3, 7])
print('input\n',a)
b = np.sum(a)
print('sum\n',b)Выход
input [4 5 3 7] sum 19
Объяснение
4 + 5 + 3 + 7 = 19
Пример 2: Numpy Sum () вдоль оси
Вы можете указать ось до суммы () и, таким образом, получить сумму элементов вдоль оси.
Python Program
import numpy as np
a = np.array([4, 5, 3, 7]).reshape(2, 2)
print('input\n',a)
b = np.sum(a, axis=0)
print('sum\n',b)Выход
input [[4 5] [3 7]] sum [ 7 12]
Объяснение
[[4 5] + + [3 7]] ------------ [7 12]
В приведенной выше программе мы нашли сумму вдоль Ось = 0 Отказ Теперь, давайте попробуем с ось = 1 Отказ
Python Program
import numpy as np
a = np.array([4, 5, 3, 7]).reshape(2, 2)
print('input\n',a)
b = np.sum(a, axis=1)
print('sum\n',b)Выход
input [[4 5] [3 7]] sum [ 9 10]
Объяснение
[4 + 5] = 9 [3 + 7] = 10 Hence [9 10]
Пример 3: Укажите начальное значение к сумме
Вы также можете указать начальное значение к сумме.
По умолчанию начальное значение равно 0. Но, но если вы укажете начальное значение, сумма будет начальное значение + сумма (массив) вдоль оси или всего, что согласно аргументам.
Python Program
import numpy as np
a = np.array([4, 5, 3, 7])
print('input\n',a)
b = np.sum(a, initial=52)
print('sum\n',b)Выход
input [4 5 3 7] sum 71
Объяснение
sum(a, initial=52) = sum(a) + initial
= sum([4 5 3 7]) + 52
= 19 + 52
= 71 Резюме
В этом Numpy учебник примеров Python мы узнали, как получить сумму элементов в Numpy Array или вдоль оси, используя numpy.sum ().