numpy.sum() 함수는 Python의 NumPy 패키지에서 사용할 수 있습니다. 이 함수는 주어진 배열의 모든 요소의 합, 각 행의 합, 각 열의 합을 계산하는 데 사용됩니다.
기가바이트와 메가바이트의 차이
기본적으로 이는 배열의 요소를 합산하고 ndarray 내의 요소를 가져와 함께 추가합니다. 배열의 행과 열 요소를 추가하는 것도 가능합니다. 출력은 배열 개체 형식입니다.
통사론
numpy.sum() 함수의 구문은 다음과 같습니다.
numpy.sum(arr, axis=None, dtype=None, out=None, keepdims=, initial=)
매개변수
1) 도착: array_like
이것은 ndarray입니다. 이는 합산하려는 요소가 포함된 소스 배열입니다. 이 매개변수는 필수적이며 numpy.sum() 함수에서 중요한 역할을 합니다.
2) 축: int 또는 None 또는 int의 튜플(선택 사항)
이 매개변수는 합계가 수행되는 축을 정의합니다. 기본 축은 None이며, 이는 배열의 모든 요소를 합산합니다. 축이 음수이면 마지막 축부터 첫 번째 축까지 계산됩니다. 버전 1.7.0에서는 축이 int의 튜플일 때 이전처럼 단일 축이나 모든 축이 아닌 튜플에 지정된 모든 축에 대해 합이 수행됩니다.
안드로이드 프로세스 acore
3) dtype: dtype(선택)
이 매개변수는 누산기의 유형과 요소를 합산하여 반환되는 배열을 정의합니다. 기본적으로 arr에 기본 플랫폼 정수보다 정밀도가 낮은 정수 dtype이 없으면 arr의 dtype이 사용됩니다. 이러한 경우 arr에 부호가 있으면 플랫폼 정수가 사용되고, arr에 부호가 없으면 플랫폼 정수와 동일한 정밀도의 부호 없는 정수가 사용됩니다.
4) 출력: ndarray(선택 사항)
이 매개변수는 결과가 배치될 대체 출력 배열을 정의합니다. 이 결과 배열은 예상 출력과 모양이 동일해야 합니다. 필요한 경우 출력 값의 유형이 캐스팅됩니다.
5) keepdims: bool(옵션)
이 매개변수는 부울 값을 정의합니다. 이 매개변수를 True로 설정하면 축소된 축은 결과에 크기 1의 차원으로 남습니다. 이 옵션을 사용하면 결과가 입력 배열에 대해 올바르게 브로드캐스팅됩니다. keepdims는 기본값이 전달될 때 ndarray의 하위 클래스의 sum 메소드로 전달되지 않지만 기본값이 아닌 경우에는 전달되지 않습니다. 하위 클래스 메서드가 keepdims를 구현하지 않으면 모든 예외가 발생할 수 있습니다.
Java에서 arraylist 정렬
6) 초기: 스칼라
이 매개변수는 합계의 시작 값을 정의합니다.
보고
이 함수는 지정된 축이 제거된 arr과 동일한 모양의 배열을 반환합니다. arr이 0차원 배열이거나 축이 None이면 스칼라가 반환됩니다. 다음에 대한 참조 밖으로 배열 출력이 지정된 경우 반환됩니다.
예시 1: numpy.array()
import numpy as np a=np.array([0.4,0.5]) b=np.sum(a) b
산출:
0.9
위의 코드에서
- 별칭 이름이 'np'인 numpy를 가져왔습니다.
- np.array() 함수를 사용하여 'a' 배열을 만들었습니다.
- 변수 'b'를 선언하고 np.sum() 함수의 반환 값을 할당했습니다.
- 함수에 배열 'a'를 전달했습니다.
- 마지막으로 b의 값을 출력해 보았습니다.
출력에는 배열의 모든 요소의 합계가 표시되었습니다.
예 2:
import numpy as np a=np.array([0.4,0.5,0.9,6.1]) x=np.sum(a, dtype=np.int32) x
산출:
칼리 리눅스 명령
6
위의 코드에서
- 별칭 이름이 'np'인 numpy를 가져왔습니다.
- np.array() 함수를 사용하여 'a' 배열을 만들었습니다.
- 변수 'x'를 선언하고 np.sum() 함수의 반환 값을 할당했습니다.
- 함수에 배열 'a'와 데이터 유형 int32를 전달했습니다.
- 마지막으로 x 값을 출력해 보았습니다.
출력에는 부동 소수점 값이 아닌 정수의 합만 표시되었습니다.
예시 3:
import numpy as np a=np.array([[1,4],[3,5]]) b=np.sum(a) b
위의 코드에서
산출:
13
예시 4:
import numpy as np a=np.array([[1,4],[3,5]]) b=np.sum(a,axis=0) b
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- np.array() 함수를 사용하여 'a' 배열을 만들었습니다.
- 변수 'b'를 선언하고 np.sum() 함수의 반환 값을 할당했습니다.
- 함수에 'a' 배열과 축=0을 전달했습니다.
- 마지막으로 b의 값을 출력해 보았습니다.
출력에서 열 요소의 합계가 그에 따라 계산되었습니다.
산출:
array([4, 9])
예시 5:
import numpy as np a=np.array([[1,4],[3,5]]) b=np.sum(a,axis=1) b
산출:
마크다운에 밑줄
array([5, 8])
예시 6:
import numpy as np b=np.sum([15], initial=8) b
산출:
23
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- 변수 'b'를 선언하고 np.sum() 함수의 반환 값을 할당했습니다.
- 함수의 요소 수와 초기 값을 전달했습니다.
- 마지막으로 b의 값을 출력해 보았습니다.
출력에서 초기값은 요소 시퀀스의 마지막 요소에 추가된 다음 모든 요소의 합을 수행했습니다.