小编典典

NumPy Sum（带轴）如何工作？

python

我已经学会了如何根据自己NumPy的好奇心来工作。

似乎最简单的功能最难翻译为代码（我理解代码）。对每种情况的每个轴进行硬编码很容易，但是我想找到一种动态算法，可以在任何轴上以n维求和。官方网站上的文档没有帮助（仅显示结果而不显示过程），并且很难浏览Python/ C代码。

注意： 我确实弄清楚了当对一个数组求和时，指定的轴是“已删除”，即，形状为（4，3，2）且轴为1的数组的总和会得出形状为的数组的答案（4，2）

阅读 223

2020-12-20

共1个答案

小编典典

设定

考虑numpy数组 a

a = np.arange(30).reshape(2, 3, 5)
print(a)

[[[ 0  1  2  3  4]
  [ 5  6  7  8  9]
  [10 11 12 13 14]]

 [[15 16 17 18 19]
  [20 21 22 23 24]
  [25 26 27 28 29]]]

尺寸在哪里？

尺寸和位置由以下内容突出显示

            p  p  p  p  p
            o  o  o  o  o
            s  s  s  s  s

     dim 2  0  1  2  3  4

            |  |  |  |  |
  dim 0     ↓  ↓  ↓  ↓  ↓
  ----> [[[ 0  1  2  3  4]   <---- dim 1, pos 0
  pos 0   [ 5  6  7  8  9]   <---- dim 1, pos 1
          [10 11 12 13 14]]  <---- dim 1, pos 2
  dim 0
  ---->  [[15 16 17 18 19]   <---- dim 1, pos 0
  pos 1   [20 21 22 23 24]   <---- dim 1, pos 1
          [25 26 27 28 29]]] <---- dim 1, pos 2
            ↑  ↑  ↑  ↑  ↑
            |  |  |  |  |

     dim 2  p  p  p  p  p
            o  o  o  o  o
            s  s  s  s  s

            0  1  2  3  4

尺寸示例：

通过一些示例，这一点变得更加清楚

a[0, :, :] # dim 0, pos 0

[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]]

a[:, 1, :] # dim 1, pos 1

[[ 5  6  7  8  9]
 [20 21 22 23 24]]

a[:, :, 3] # dim 2, pos 3

[[ 3  8 13]
 [18 23 28]]

`sum`

的解释sum和axis
a.sum(0)沿所有切片的总和dim 0

a.sum(0)

[[15 17 19 21 23]
 [25 27 29 31 33]
 [35 37 39 41 43]]

和…一样

a[0, :, :] + \
a[1, :, :]

[[15 17 19 21 23]
 [25 27 29 31 33]
 [35 37 39 41 43]]

a.sum(1) 是沿着所有切片的总和 dim 1

a.sum(1)

[[15 18 21 24 27]
 [60 63 66 69 72]]

和…一样

a[:, 0, :] + \
a[:, 1, :] + \
a[:, 2, :]

[[15 18 21 24 27]
 [60 63 66 69 72]]

a.sum(2) 是沿着所有切片的总和 dim 2

a.sum(2)

[[ 10  35  60]
 [ 85 110 135]]

和…一样

a[:, :, 0] + \
a[:, :, 1] + \
a[:, :, 2] + \
a[:, :, 3] + \
a[:, :, 4]

[[ 10  35  60]
 [ 85 110 135]]

默认轴是-1
指所有轴。或将所有数字相加。

a.sum()

435

2020-12-20