Numpy Sum
Numpy是Python中用于科学计算的一个重要库,提供了很多方便的功能和数据结构,尤其适用于处理大规模的数据。其中,numpy.sum
函数是用来对数组中的元素进行求和的函数,可以指定轴向求和或者忽略NaN值进行求和。本文将详细介绍numpy.sum
的用法及示例。
基本用法
numpy.sum
函数的基本用法是对数组中的所有元素进行求和。具体如下所示:
import numpy as np
arr = np.array([[1, 2, 3],
[4, 5, 6]])
total_sum = np.sum(arr)
print(total_sum)
运行结果为:
21
上面的代码中,我们首先导入numpy库,然后创建了一个2维的数组arr
,利用np.sum
函数求出了数组中所有元素的总和,并打印出来。
指定轴向求和
除了对所有元素进行求和外,numpy.sum
函数还可以指定在哪个轴向上进行求和。例如:
row_sum = np.sum(arr, axis=1)
print(row_sum)
运行结果为:
[ 6 15]
这里我们指定axis=1
,即按照行的方向进行求和,得到了每一行元素的和。
同样地,我们也可以按列的方向进行求和:
col_sum = np.sum(arr, axis=0)
print(col_sum)
运行结果为:
[5 7 9]
这里我们指定axis=0
,即按照列的方向进行求和,得到了每一列元素的和。
忽略NaN值进行求和
在处理数据时,经常会遇到缺失值NaN的情况。如果我们想在求和的过程中忽略NaN值,可以使用numpy.nansum
函数。
arr_nan = np.array([[1, 2, np.nan],
[4, 5, 6]])
sum_without_nan = np.nansum(arr_nan)
print(sum_without_nan)
运行结果为:
18.0
这里我们创建了一个包含NaN值的数组arr_nan
,利用np.nansum
函数进行求和时会自动忽略NaN值,得到了除去NaN值的总和。
总结
本文详细介绍了numpy.sum
函数的用法,包括基本用法、指定轴向求和以及忽略NaN值进行求和。通过掌握这些用法,可以更加灵活地处理数组数据并进行求和操作。