python numpy中cumsum的用法詳解
Cumsum :計(jì)算軸向元素累加和,返回由中間結(jié)果組成的數(shù)組
重點(diǎn)就是返回值是“由中間結(jié)果組成的數(shù)組”
以下代碼在python3.6版本運(yùn)行成功!
下面看代碼,定義一個(gè)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(jié)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(gè)2*2*3三維矩陣,索引值為0,1,2
- cumsum(0):實(shí)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(shí)現(xiàn)后面元素的對(duì)應(yīng)累加
- cumsum(1):實(shí)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(shí)現(xiàn)后面元素的對(duì)應(yīng)累加
- cumsum(2):實(shí)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(shí)現(xiàn)后面的元素累加
四維數(shù)組實(shí)現(xiàn)
下面看一個(gè)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(gè)2*2*2*4四維矩陣,索引值為0,1,2,3
cumsum(0):實(shí)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(duì)應(yīng)位置元素相加起來
結(jié)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(shí)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(jì)過程產(chǎn)生的中間結(jié)果要記錄到數(shù)組中
所以,結(jié)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(duì)應(yīng)從[ 0 1 2 3]數(shù)組元素開始實(shí)現(xiàn)累加,然后記錄中間結(jié)果
cumsum(3)對(duì)應(yīng)的是從最里面最小的數(shù)組元素,即從0開始實(shí)現(xiàn)累加,記錄中間結(jié)果
以上就是本文的全部內(nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python3.8.3安裝教程及環(huán)境配置的詳細(xì)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(xì)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(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-11-11python進(jìn)程池實(shí)現(xiàn)的多進(jìn)程文件夾copy器完整示例
這篇文章主要介紹了python進(jìn)程池實(shí)現(xiàn)的多進(jìn)程文件夾copy器,結(jié)合完整實(shí)例形式分析了Python基于多進(jìn)程與進(jìn)程池的文件操作相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下2019-11-11Python數(shù)據(jù)分析之PMI數(shù)據(jù)圖形展示
這篇文章主要介紹了Python數(shù)據(jù)分析之PMI數(shù)據(jù)圖形展示,文章介紹了簡單的python爬蟲,并使用numpy進(jìn)行了簡單的數(shù)據(jù)處理,最終使用?matplotlib?進(jìn)行圖形繪制,實(shí)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淺談PyTorch的數(shù)據(jù)讀取機(jī)制Dataloader與Dataset
這篇文章主要介紹了淺談PyTorch的數(shù)據(jù)讀取機(jī)制Dataloader與Dataset,DataLoader的作用是構(gòu)建一個(gè)可迭代的數(shù)據(jù)裝載器,每次執(zhí)行循環(huán)的時(shí)候,就從中讀取一批Batchsize大小的樣本進(jìn)行訓(xùn)練,需要的朋友可以參考下2023-07-07基于Python實(shí)現(xiàn)簡易的動(dòng)漫圖片轉(zhuǎn)換器
本文旨在利用Python語言制作一個(gè)將普通照片轉(zhuǎn)換成動(dòng)漫圖片的小工具,其中使用opencv的非標(biāo)準(zhǔn)庫實(shí)現(xiàn)對(duì)圖片完成轉(zhuǎn)換,感興趣的可以嘗試一下2022-08-08Python Requests爬蟲之求取關(guān)鍵詞頁面詳解
這篇文章主要為大家詳細(xì)介紹了Python Requests爬蟲之求取關(guān)鍵詞頁面,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)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(jié)
這篇文章主要介紹了Ubuntu環(huán)境下部署Django+uwsgi+nginx總結(jié),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04