numpy多维数组执行sum计算时axis参数的意义是什么
这篇文章主要介绍“numpy多维数组执行sum计算时axis参数的意义是什么”,在日常操作中,相信很多人在numpy多维数组执行sum计算时axis参数的意义是什么问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”numpy多维数组执行sum计算时axis参数的意义是什么”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
创新互联公司专注于鄂托克企业网站建设,响应式网站建设,购物商城网站建设。鄂托克网站建设公司,为鄂托克等地区提供建站服务。全流程按需求定制开发,专业设计,全程项目跟踪,创新互联公司专业和态度为您提供的服务
axis参数,表面意思是数轴,官网解释为“Axis or axes along which a sum is performed. 沿其执行求和的轴。”
我认为说了跟没说一样,怎么个沿其求和法?
对于二位数组,我们可以简单的记为axis=0是按列加和,axis=1是按行加和。
对于更多维度数组呢?axis是元组的情况呢?
看代码:
import numpy as np n = np.array( [[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[2, 4, 6], [8, 10, 12], [14, 16, 18]], [[1, 3, 5], [7, 9, 11], [13, 15, 17]]]) print(n) print("============ sum axis=None=============") sum = 0 for i in range(3): for j in range(3): for k in range(3): sum += n[k][i][j] print(sum) # 216 print('------------------') print(np.sum(n)) # 216 print("============ sum axis=0 =============") for i in range(3): for j in range(3): sum = 0 for axis in range(3): sum += n[axis][i][j] print(sum,end=' ') print() print('------------------') print("sum[0][0] = %d" % (n[0][0][0] + n[1][0][0] + n[2][0][0])) print("sum[1][1] = %d" % (n[0][1][1] + n[1][1][1] + n[2][1][1])) print("sum[2][2] = %d" % (n[0][2][2] + n[1][2][2] + n[2][2][2])) print('------------------') print(np.sum(n, axis=0)) print("============ sum axis=1 =============") for i in range(3): for j in range(3): sum = 0 for axis in range(3): sum += n[i][axis][j] print(sum,end=' ') print() print('------------------') print("sum[0][0] = %d" % (n[0][0][0] + n[0][1][0] + n[0][2][0])) print("sum[1][1] = %d" % (n[1][0][1] + n[1][1][1] + n[1][2][1])) print("sum[2][2] = %d" % (n[2][0][2] + n[2][1][2] + n[2][2][2])) print('------------------') print(np.sum(n, axis=1)) print("============ sum axis=2 =============") for i in range(3): for j in range(3): sum = 0 for axis in range(3): sum += n[i][j][axis] print(sum,end=' ') print() print('------------------') print("sum[0][0] = %d" % (n[0][0][0] + n[0][0][1] + n[0][0][2])) print("sum[1][1] = %d" % (n[1][1][0] + n[1][1][1] + n[1][1][2])) print("sum[2][2] = %d" % (n[2][2][0] + n[2][2][1] + n[2][2][2])) print('------------------') print(np.sum(n, axis=2)) print("============ sum axis=(0,1)) =============") for i in range(3): sum = 0 for axis1 in range(3): for axis2 in range(3): sum += n[axis1][axis2][i] print(sum,end=' ') print() print('------------------') print("sum[1] = %d" % (n[0][0][1] + n[0][1][1] + n[0][2][1] + n[1][0][1] + n[1][1][1] + n[1][2][1] + n[2][0][1] + n[2][1][1] + n[2][2][1] )) print('------------------') print(np.sum(n, axis=(0,1)))
输出:
[[[ 1 2 3] [ 4 5 6] [ 7 8 9]] [[ 2 4 6] [ 8 10 12] [14 16 18]] [[ 1 3 5] [ 7 9 11] [13 15 17]]] ============ sum axis=None============= 216 ------------------ 216 ============ sum axis=0 ============= 4 9 14 19 24 29 34 39 44 ------------------ sum[0][0] = 4 sum[1][1] = 24 sum[2][2] = 44 ------------------ [[ 4 9 14] [19 24 29] [34 39 44]] ============ sum axis=1 ============= 12 15 18 24 30 36 21 27 33 ------------------ sum[0][0] = 12 sum[1][1] = 30 sum[2][2] = 33 ------------------ [[12 15 18] [24 30 36] [21 27 33]] ============ sum axis=2 ============= 6 15 24 12 30 48 9 27 45 ------------------ sum[0][0] = 6 sum[1][1] = 30 sum[2][2] = 45 ------------------ [[ 6 15 24] [12 30 48] [ 9 27 45]] ============ sum axis=(0,1)) ============= 57 72 87 ------------------ sum[1] = 72 ------------------ [57 72 87]
如果你看懂了代码和输出,我想你已经明白了。
最后用很差的语文能力描述下吧:
原数组是N维,axis指定的数轴将会降维(有几个轴就降几维),剩余的维度数组就是结果数组,结果数组的每个元素的值=结果座标固定,axis指定的维度遍历加和。
比如5维数组 n[i][j][k][x][y] axis =(1,3) 那么 结果数组就是3维的,其元素 r[i][k][y] = i,k,y 固定,j,x 遍历的加和
到此,关于“numpy多维数组执行sum计算时axis参数的意义是什么”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注创新互联网站,小编会继续努力为大家带来更多实用的文章!
本文题目:numpy多维数组执行sum计算时axis参数的意义是什么
文章出自:http://pwwzsj.com/article/psjech.html