python 中的sum( )函数 与 numpy中的 sum( )的区别

一. python sum函数
描述:

sum() 对序列进行求和

用法:

sum(iterable[, start])
iterable:可迭代对象,例如,列表,元组,集合。
start:指定相加的参数,如果没有,默认为0.

示例:

“`python
x = [0, 1, 2]
print(“No.1 “, sum(x))
“`
输出结果

No.1 3

二.numpy中的 sum()

描述:

对numpy进行的特定操作。

用法:

sum(a, axis=None, dtype=None, out=None, keepdims=np._NoValue)

a是要进行加法运算的向量/数组/矩阵
axis的值可以为None,也可以为整数和元组:
当axis为空时,是矩阵的所有数都相加。
当axis为0时,是压缩行,即将每一列的元素相加,将矩阵压缩为一行
当axis为1时,是压缩列,即将每一行的元素相加,将矩阵压缩为一列
(逻辑上是一列,实际上,在控制台的输出中,
仍然是以 一行的形式输出的)

示例:

“`python
import numpy as np
print(“No.2 “, np.sum([[0, 1, 2], [3, 4, 5]]))
print(“No.3 “, np.sum([[0, 1, 2], [3, 4, 5]], axis=0))
print(“No.4 “, np.sum([[0, 1, 2], [3, 4, 5]], axis=1))
“`
结果:

No.2 15
No.3 [3 5 7]
No.4 [ 3 12]

 

**————恢复内容开始————**

一. python sum函数
描述:

sum() 对序列进行求和

用法:

sum(iterable[, start])
iterable:可迭代对象,例如,列表,元组,集合。
start:指定相加的参数,如果没有,默认为0.

示例:

“`python
x = [0, 1, 2]
print(“No.1 “, sum(x))
“`
输出结果

No.1 3

二.numpy中的 sum()

描述:

对numpy进行的特定操作。

用法:

sum(a, axis=None, dtype=None, out=None, keepdims=np._NoValue)

a是要进行加法运算的向量/数组/矩阵
axis的值可以为None,也可以为整数和元组:
当axis为空时,是矩阵的所有数都相加。
当axis为0时,是压缩行,即将每一列的元素相加,将矩阵压缩为一行
当axis为1时,是压缩列,即将每一行的元素相加,将矩阵压缩为一列
(逻辑上是一列,实际上,在控制台的输出中,
仍然是以 一行的形式输出的)

示例:

“`python
import numpy as np
print(“No.2 “, np.sum([[0, 1, 2], [3, 4, 5]]))
print(“No.3 “, np.sum([[0, 1, 2], [3, 4, 5]], axis=0))
print(“No.4 “, np.sum([[0, 1, 2], [3, 4, 5]], axis=1))
“`
结果:

No.2 15
No.3 [3 5 7]
No.4 [ 3 12]

 

**————恢复内容结束————**