python numpy中cumsum的用法
        【摘要】  目录 
一、函数作用 
二、代码范例 
三、结果解释 
一、函数作用 
1.该函数定义在multiarray.py中有定义 
 def cumsum(self, axis=None, dtype=None, out=None): # real signature unknown; restored from __doc__ """ a.cumsum(axis=None, d...
    
    
    
    目录
一、函数作用
1.该函数定义在multiarray.py中有定义
  
   - 
    
     
    
    
      def cumsum(self, axis=None, dtype=None, out=None): # real signature unknown; restored from __doc__
     
    
 
   - 
    
     
    
    
      """
     
    
 
   - 
    
     
    
    
     
       a.cumsum(axis=None, dtype=None, out=None)
     
    
 
   - 
    
     
    
    
     
       
     
    
 
   - 
    
     
    
    
     
       Return the cumulative sum of the elements along the given axis.
     
    
 
   - 
    
     
    
    
     
       
     
    
 
   - 
    
     
    
    
     
       Refer to `numpy.cumsum` for full documentation.
     
    
 
   - 
    
     
    
    
     
       
     
    
 
   - 
    
     
    
    
     
       See Also
     
    
 
   - 
    
     
    
    
     
       --------
     
    
 
   - 
    
     
    
    
     
       numpy.cumsum : equivalent function
     
    
 
   - 
    
     
    
    
     
       """
     
    
 
   - 
    
     
    
    
      pass
     
    
 
  
 
作用是:返回给定轴上元素的累积和。
二、代码范例
说的有些抽象,接下来还是博主带领大家写个例子:
  
   - 
    
     
    
    
     
      import numpy as np
     
    
 
   - 
    
     
    
    
     
      a = np.asarray([[1, 2, 3],
     
    
 
   - 
    
     
    
    
     
       [4, 5, 6],
     
    
 
   - 
    
     
    
    
     
       [7, 8, 9]
     
    
 
   - 
    
     
    
    
     
       ])
     
    
 
   - 
    
     
    
    
     
      b = a.cumsum(axis=0)
     
    
 
   - 
    
     
    
    
     
      print(b)
     
    
 
   - 
    
     
    
    
     
      c = a.cumsum(axis=1)
     
    
 
   - 
    
     
    
    
     
      print(c)
     
    
 
  
 
定义一个numpy矩阵a,3x3:
  
   - 
    
     
    
    
     
      [[1, 2, 3],
     
    
 
   - 
    
     
    
    
     
       [4, 5, 6],
     
    
 
   - 
    
     
    
    
     
       [7, 8, 9]]
     
    
 
  
 
运行结果:
b为:
  
   - 
    
     
    
    
     
      [[ 1  2  3]
     
    
 
   - 
    
     
    
    
     
       [ 5  7  9]
     
    
 
   - 
    
     
    
    
     
       [12 15 18]]
     
    
 
  
 
c为:
  
   - 
    
     
    
    
     
      [[ 1  3  6]
     
    
 
   - 
    
     
    
    
     
       [ 4  9 15]
     
    
 
   - 
    
     
    
    
     
       [ 7 15 24]]
     
    
 
  
 
三、结果解释
1.参数axis=0指的是按行累加,即本行=本行+上一行,b的由来:
第二行:[5 7 9]
其中1 2 3是第一行累加之后的结果(因为第一行没有前一行,所以可以理解为 + 0)
5 = 1 + 4
7 = 2 + 5
9 = 3 + 6
第三行:[12 15 18]
其中5 7 9是第二行累加之后的结果
12 = 5 + 7 = 1 + 4 + 7
15 = 7 + 8 = 2 + 5 + 8
18 = 9 + 9 = 3 + 6 + 9
所以最终是:
1 2 3
5 7 9
12 15 18
2.参数axis=1指的是按列相加,即本列=本列+上一列
同样的道理:
第二列:
3 = 1 + 2
9 = 4 + 5
15 = 7 + 8
第三列:
6 = 3 + 3 = 1 + 2 + 3
15 = 9 + 6 = 4 + 5 + 6
24 = 15 + 9 = 7 + 8 + 9
还比较有意思~
文章来源: nickhuang1996.blog.csdn.net,作者:悲恋花丶无心之人,版权归原作者所有,如需转载,请联系作者。
原文链接:nickhuang1996.blog.csdn.net/article/details/101756142
        【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
            cloudbbs@huaweicloud.com
        
        
        
        
        
        
        - 点赞
 - 收藏
 - 关注作者
 
            
           
评论(0)