脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → python numpy cumsum用法

python numpy中cumsum的用法详解

 更新时间：2019年10月17日 10:38:03   作者：进阶机器学习  
这篇文章主要介绍了python numpy中cumsum的用法详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

Cumsum ：计算轴向元素累加和，返回由中间结果组成的数组

重点就是返回值是“由中间结果组成的数组”

以下代码在python3.6版本运行成功！

下面看代码，定义一个2*2*3的数组，所以其shape是2，2，3，索引分别0，1，2

shape 索引
2 0
2 1
3 2

代码：

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))

输出结果:

#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]]]

注释：

  • arr是一个2*2*3三维矩阵，索引值为0，1，2
  • cumsum(0)：实现0轴上的累加：以最外面的数组元素为单位，以[[1,2,3],[8,9,12]]为开始实现后面元素的对应累加
  • cumsum(1)：实现1轴上的累加：以中间数组元素为单位，以[1,2,3]为开始，实现后面元素的对应累加
  • cumsum(2)：实现2轴上的累加：以最里面的元素为累加单位，即1为开始，实现后面的元素累加

四维数组实现

下面看一个四维数组2*2*2*4，索引值为0，1，2，3
代码：

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是一个2*2*2*4四维矩阵，索引值为0，1，2，3

cumsum(0)：实现0轴上的累加即：以最外面数组元素为单位即

[[[ 0 1 2 3]
  [ 4 5 6 7]]
 
 [[ 8 9 10 11]
  [12 13 14 15]]]

与

[[[16 17 18 19]
  [20 21 22 23]]
 
 [[24 25 26 27]
  [28 29 30 31]]]]

对应位置元素相加起来

结果：

[[[[ 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)：实现1轴上的累加即：以次外面元素为单位，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]]

累计过程产生的中间结果要记录到数组中

所以，结果：

[[[[ 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)就对应从[ 0  1  2  3]数组元素开始实现累加，然后记录中间结果

cumsum(3)对应的是从最里面最小的数组元素，即从0开始实现累加，记录中间结果

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • Python实现的数据结构与算法之双端队列详解

    Python实现的数据结构与算法之双端队列详解

    这篇文章主要介绍了Python实现的数据结构与算法之双端队列,详细讲述了双端队列的概念、功能、定义及Python实现与使用双端队列的相关技巧,非常具有实用价值,需要的朋友可以参考下
    2015-04-04
  • 解决TensorFlow程序无限制占用GPU的方法

    解决TensorFlow程序无限制占用GPU的方法

    这篇文章主要介绍了解决TensorFlow程序无限制占用GPU的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-06-06
  • Python中TCP协议的探索与实例解析

    Python中TCP协议的探索与实例解析

    网络编程在当今数字化世界中扮演着至关重要的角色,本文将带你深入了解 Python 中的 TCP 协议,介绍网络编程的基础知识,并提供丰富的示例代码,希望对大家有所帮助
    2023-12-12
  • Python中不同数据对象的空值校验的方法小结

    Python中不同数据对象的空值校验的方法小结

    Python中有多种数据对象,每种都有其特定的空值表示方法和校验方式,本文将深入探讨这些空值校验的方法,有需要的小伙伴可以参考一下
    2024-04-04
  • Python中 Global和Nonlocal的用法详解

    Python中 Global和Nonlocal的用法详解

    global关键字用来在函数或其他局部作用域中使用全局变量， nonlocal声明的变量不是局部变量,也不是全局变量,而是外部嵌套函数内的变量。这篇文章主要介绍了Python中 Global和Nonlocal的用法,需要的朋友可以参考下
    2020-01-01
  • Python中xlsx文件转置操作详解(行转列和列转行)

    Python中xlsx文件转置操作详解(行转列和列转行)

    很多时候我们处理的Excel表格并不是我们想要的样子,需要将表格的形式进行相应转换后进行数据分析操作,下面这篇文章主要给大家介绍了关于Python中xlsx文件转置操作(行转列和列转行)的相关资料,需要的朋友可以参考下
    2022-07-07
  • 使用django实现一个代码发布系统

    使用django实现一个代码发布系统

    这篇文章主要介绍了使用django实现一个代码发布系统,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-07-07
  • django解决跨域请求的问题详解

    django解决跨域请求的问题详解

    这篇文章主要介绍了django解决跨域请求的问题详解,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2019-01-01
  • python leetcode 字符串相乘实例详解

    python leetcode 字符串相乘实例详解

    这篇文章主要介绍了python leetcode 字符串相乘的示例代码，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下
    2018-09-09
  • python scrapy框架中Request对象和Response对象的介绍

    python scrapy框架中Request对象和Response对象的介绍

    本文介绍了python基础之scrapy框架中Request对象和Response对象的介绍,Request对象主要是用来请求数据,爬取一页的数据重新发送一个请求的时候调用,Response对象一般是由scrapy给你自动构建的,因此开发者不需要关心如何创建Response对象,下面来一起来了解更多内容吧
    2022-02-02

最新评论