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=0)
3>>> b.sum(axis=1)
traceback (most recent call last):
file "", line 1, in
file "c:\program_software\anaconda\lib\site-packages\numpy\core\_methods.py", line 32, in _sum
return umr_sum(a, axis, dtype, out, keepdims)
valueerror: 'axis' entry is out of bounds
>>> 

對於矩陣：

>>> a = np.array([[0, 2, 1]])

>>> a.sum()
3>>> a.sum(axis=0)
array([0, 2, 1])
>>> a.sum(axis=1)
array([3])
>>>

>>> c=array([[0, 2, 1], [3, 5, 6], [0, 1, 1]])

>>> c.sum(axis=1)
array([ 3, 14, 2])
>>> c.sum(axis=0)
array([3, 8, 8])
>>> c.sum()
19

sum()表示所有的矩陣元素之和

下圖暫且稱為矩陣的切片圖吧。。

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

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...