python numpy中cumsum的用法詳解
Cumsum ：計算軸向元素累加和，返回由中間結果組成的數(shù)組
重點就是返回值是“由中間結果組成的數(shù)組”
以下代碼在python3.6版本運行成功！
下面看代碼，定義一個2*2*3的數(shù)組，所以其shape是2，2，3，索引分別0，1，2
| shape | 索引 |
| 2 | 0 |
| 2 | 1 |
| 3 | 2 |
代碼：
import numpy as np arr = np.array([[[1,2,3],[8,9,12]],[[1,2,4],[2,4,5]]]) #2*2*3 print(arr.cumsum(0)) print(arr.cumsum(1)) print(arr.cumsum(2))
輸出結果:
#cumsum(0)
[[[ 1 2 3]
[ 8 9 12]]
[[ 2 4 7]
[10 13 17]]]
#cumsum(1)
[[[ 1 2 3]
[ 9 11 15]]
[[ 1 2 4]
[ 3 6 9]]]
#cumsum(2)
[[[ 1 3 6]
[ 8 17 29]]
[[ 1 3 7]
[ 2 6 11]]]
注釋：
- arr是一個2*2*3三維矩陣，索引值為0，1，2
- cumsum(0)：實現(xiàn)0軸上的累加：以最外面的數(shù)組元素為單位，以[[1,2,3],[8,9,12]]為開始實現(xiàn)后面元素的對應累加
- cumsum(1)：實現(xiàn)1軸上的累加：以中間數(shù)組元素為單位，以[1,2,3]為開始，實現(xiàn)后面元素的對應累加
- cumsum(2)：實現(xiàn)2軸上的累加：以最里面的元素為累加單位，即1為開始，實現(xiàn)后面的元素累加
四維數(shù)組實現(xiàn)
下面看一個四維數(shù)組2*2*2*4，索引值為0，1，2，3
代碼：
import numpy as np arr = np.arange(32).reshape((2,2,2,4)) print(arr) print(arr.cumsum(0)) print(arr.cumsum(1)) print(arr.cumsum(2)) print(arr.cumsum(3))
arr: [[[[ 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 30 31]]]]
arr是一個2*2*2*4四維矩陣，索引值為0，1，2，3
cumsum(0)：實現(xiàn)0軸上的累加即：以最外面數(shù)組元素為單位即
[[[ 0 1 2 3] [ 4 5 6 7]] [[ 8 9 10 11] [12 13 14 15]]]
與
[[[16 17 18 19] [20 21 22 23]] [[24 25 26 27] [28 29 30 31]]]]
對應位置元素相加起來
結果：
[[[[ 0 1 2 3] [ 4 5 6 7]] [[ 8 9 10 11] [12 13 14 15]]] [[[16 18 20 22] [24 26 28 30]] [[32 34 36 38] [40 42 44 46]]]]
cumsum(1)：實現(xiàn)1軸上的累加即：以次外面元素為單位，累加：
[[ 0 1 2 3] [ 4 5 6 7]]
加
[[ 8 9 10 11] [12 13 14 15]]
加
[[16 17 18 19] [20 21 22 23]]
加
[[24 25 26 27] [28 29 30 31]]
累計過程產生的中間結果要記錄到數(shù)組中
所以，結果：
[[[[ 0 1 2 3] [ 4 5 6 7]] [[ 8 10 12 14] [16 18 20 22]]] [[[16 17 18 19] [20 21 22 23]] [[40 42 44 46] [48 50 52 54]]]]
cumsum(2)就對應從[ 0 1 2 3]數(shù)組元素開始實現(xiàn)累加，然后記錄中間結果
cumsum(3)對應的是從最里面最小的數(shù)組元素，即從0開始實現(xiàn)累加，記錄中間結果
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關文章
python3.8.3安裝教程及環(huán)境配置的詳細教程(64-bit)
這篇文章主要介紹了python3.8.3安裝教程及環(huán)境配置的詳細教程(64-bit),本文通過圖文并茂的形式給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-11-11
python進程池實現(xiàn)的多進程文件夾copy器完整示例
這篇文章主要介紹了python進程池實現(xiàn)的多進程文件夾copy器,結合完整實例形式分析了Python基于多進程與進程池的文件操作相關實現(xiàn)技巧,需要的朋友可以參考下2019-11-11
這篇文章主要介紹了Python刪除字符串中字符的四種方法,本文通過示例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-12-12
這篇文章主要介紹了Sanic框架安裝與簡單用法,結合實例形式簡單分析了Sanic框架的概念、原理、pip命令安裝以及使用方法,需要的朋友可以參考下2018-07-07
Python數(shù)據分析之PMI數(shù)據圖形展示
這篇文章主要介紹了Python數(shù)據分析之PMI數(shù)據圖形展示，文章介紹了簡單的python爬蟲,并使用numpy進行了簡單的數(shù)據處理，最終使用?matplotlib?進行圖形繪制，實現(xiàn)了直觀的方式展示制造業(yè)和非制造業(yè)指數(shù)圖形,需要的朋友可以參考一下2022-05-05
這篇文章主要介紹了使用Python代碼語言簡單編寫一個輕松益智的小游戲,代碼簡單易懂，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-10-10
淺談PyTorch的數(shù)據讀取機制Dataloader與Dataset
這篇文章主要介紹了淺談PyTorch的數(shù)據讀取機制Dataloader與Dataset,DataLoader的作用是構建一個可迭代的數(shù)據裝載器，每次執(zhí)行循環(huán)的時候，就從中讀取一批Batchsize大小的樣本進行訓練,需要的朋友可以參考下2023-07-07
本文旨在利用Python語言制作一個將普通照片轉換成動漫圖片的小工具，其中使用opencv的非標準庫實現(xiàn)對圖片完成轉換，感興趣的可以嘗試一下2022-08-08
這篇文章主要為大家詳細介紹了Python Requests爬蟲之求取關鍵詞頁面，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-02-02
詳解Ubuntu環(huán)境下部署Django+uwsgi+nginx總結
這篇文章主要介紹了Ubuntu環(huán)境下部署Django+uwsgi+nginx總結,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-04-04