如何使用Numpy进行数组求和操作

如何使用Numpy进行数组求和操作

参考：numpy array sum

Numpy是Python中一个强大的数值计算库，它提供了大量的数学函数来操作大型多维数组和矩阵。在数据分析和科学计算中，Numpy是不可或缺的工具之一。本文将详细介绍如何使用Numpy进行数组求和操作，包括一维数组、二维数组以及更高维度数组的求和方法，并提供多个示例代码来演示不同情况下的数组求和技巧。

一维数组求和

在Numpy中，可以使用numpy.sum()函数来计算数组中所有元素的总和。下面是一些基本的示例：

示例代码 1: 基本的一维数组求和

import numpy as np

# 创建一个一维数组
array = np.array([1, 2, 3, 4, 5], dtype=np.int32)

# 计算数组的总和
sum_result = np.sum(array)
print(sum_result)

Output:

示例代码 2: 使用axis参数

在一维数组中，axis参数不起作用，因为只有一个维度，但是为了展示其在多维数组中的用法，这里简单提一下。

import numpy as np

# 创建一个一维数组
array = np.array([1, 2, 3, 4, 5], dtype=np.int32)

# 使用axis参数，此处不影响结果
sum_result = np.sum(array, axis=0)
print(sum_result)

Output:

二维数组求和

在处理二维数组时，numpy.sum()函数可以计算整个矩阵的元素总和，或者计算矩阵中每一行或每一列的元素总和。

示例代码 3: 二维数组整体求和

import numpy as np

# 创建一个二维数组
array = np.array([[1, 2], [3, 4]], dtype=np.int32)

# 计算整个数组的总和
sum_result = np.sum(array)
print(sum_result)

Output:

示例代码 4: 计算每一列的总和

import numpy as np

# 创建一个二维数组
array = np.array([[1, 2], [3, 4]], dtype=np.int32)

# 计算每一列的总和
sum_result = np.sum(array, axis=0)
print(sum_result)

Output:

示例代码 5: 计算每一行的总和

import numpy as np

# 创建一个二维数组
array = np.array([[1, 2], [3, 4]], dtype=np.int32)

# 计算每一行的总和
sum_result = np.sum(array, axis=1)
print(sum_result)

Output:

高维数组求和

对于三维或更高维度的数组，numpy.sum()函数同样可以使用axis参数来指定沿哪个维度进行求和。

示例代码 6: 三维数组整体求和

import numpy as np

# 创建一个三维数组
array = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]], dtype=np.int32)

# 计算整个数组的总和
sum_result = np.sum(array)
print(sum_result)

Output:

示例代码 7: 三维数组沿第一个维度求和

import numpy as np

# 创建一个三维数组
array = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]], dtype=np.int32)

# 计算沿第一个维度的总和
sum_result = np.sum(array, axis=0)
print(sum_result)

Output:

示例代码 8: 三维数组沿第二个维度求和

import numpy as np

# 创建一个三维数组
array = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]], dtype=np.int32)

# 计算沿第二个维度的总和
sum_result = np.sum(array, axis=1)
print(sum_result)

Output:

示例代码 9: 三维数组沿第三个维度求和

import numpy as np

# 创建一个三维数组
array = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]], dtype=np.int32)

# 计算沿第三个维度的总和
sum_result = np.sum(array, axis=2)
print(sum_result)

Output:

使用keepdims参数

在使用numpy.sum()函数时，可以通过设置keepdims=True来保持输出数组的维度。

示例代码 10: 使用keepdims保持维度

import numpy as np

# 创建一个二维数组
array = np.array([[1, 2], [3, 4]], dtype=np.int32)

# 计算每一列的总和并保持原有维度
sum_result = np.sum(array, axis=0, keepdims=True)
print(sum_result)

Output:

总结

本文详细介绍了如何使用Numpy进行数组求和操作，包括一维数组、二维数组以及更高维度数组的求和方法。通过多个示例代码，展示了不同情况下的数组求和技巧，包括使用axis参数指定求和维度以及使用keepdims参数保持输出数组的维度。