Python基础 - Numpy库中的np.sum(array,axis=0,1,2...)

首先看一下什么叫做维度，一个矩阵的维度大家都知道是二维。包含行和列。以下是三维的：

c = np.array([[[0, 1, 2, 3],
               [4, 5, 6, 7]],
              [[1, 2, 3, 4],
               [5, 6, 7, 8]]])

 查看维度：c.ndim = 3，更简单的，小括号旁有几个中括号 [ 就是几维。

print(c.ndim)   # 3
print(c.shape)  # (2, 2, 4)

定位到某个元素时，c[i][j][k]，其中 i 表示第一维，j 表示第二维，k 表示第三维。

axis取多少，就表明在哪个维度上求和。

• axis=None 表示对所有元素求和。
• axis=0 表示在第1个维度上求和。
• axis=1 表示在第2个维度上求和。
• 以此类推…

axis=0，对 i 进行求和，其余为结果的索引。求和公式为：

输出的shape自然也就是去掉 i的，为（j, k），这里就是（2，4）

例如s[1,1]=(1+2)=3，结果正确，其余的可以自己验算。

print(c.sum(axis=0).shape) # (2, 4)
print(c.sum(axis=0))       # 在第1个维度上求和。
# [[ 1  3  5  7]
#  [ 9 11 13 15]]

axis=1，对 j 进行求和，直接把上面的公式中的 i改为 j就行了。求和公式为：

输出的shape等于原来的减去j的，也就是（2，4）

print(c.sum(axis=1).shape)  # (2, 4)
print(c.sum(axis=1))        # 在第2个维度上求和。
# [[ 4  6  8 10]
#  [ 6  8 10 12]]

 axis=2，与上面同理。

print(c.sum(axis=2).shape)  # (2, 2)
print(c.sum(axis=2))        # 在第2个维度上求和。
# [[ 6 22]
#  [10 26]]

对三维数组a来说，axis=（0，1，2）也就等于axis=None，对所有元素进行求和。

---

参考：

https://blog.csdn.net/Cowry5/article/details/80188056