numpy.nansum¶

numpy.nansum(a, axis=None, dtype=None, out=None, keepdims=<class numpy._globals._NoValue>)[source]¶

返回在给定轴上处理非数字（NaN）为零的数组元素的总和。

在Numpy版本在以后的版本中返回零。

参数：	a：array_like 数组包含需要和的数字。如果a不是数组，则尝试进行转换。 axis：int，可选计算和的轴。默认值是计算展平的数组的总和。 dtype：数据类型，可选返回的数组和累加器元素的累加器的类型。默认情况下，使用a的dtype。一个例外是当a具有比平台（u）intp精度更低的整数类型时。在这种情况下，默认值将是（u）int32或（u）int64，具体取决于平台是32位还是64位。对于不精确的输入，dtype必须不精确。版本1.8.0中的新功能。 out：ndarray，可选备用输出放置结果的数组。默认值为`None`。如果提供，它必须具有与预期输出相同的形状，但如果必要，将转换类型。有关详细信息，请参阅`doc.ufuncs`。将NaN转换为整数可能会产生意想不到的结果。版本1.8.0中的新功能。 keepdims：bool，可选如果设置为True，则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项，结果将与原始a正确地广播。 If the value is anything but the default, then keepdims will be passed through to the `mean` or `sum` methods of sub-classes of `ndarray`. 如果子类方法不实现keepdims，则会引发任何异常。版本1.8.0中的新功能。
返回：	y：ndarray或numpy scalar

参数：

a：array_like

数组包含需要和的数字。如果a不是数组，则尝试进行转换。

axis：int，可选

计算和的轴。默认值是计算展平的数组的总和。

dtype：数据类型，可选

返回的数组和累加器元素的累加器的类型。默认情况下，使用a的dtype。一个例外是当a具有比平台（u）intp精度更低的整数类型时。在这种情况下，默认值将是（u）int32或（u）int64，具体取决于平台是32位还是64位。对于不精确的输入，dtype必须不精确。

版本1.8.0中的新功能。

out：ndarray，可选

备用输出放置结果的数组。默认值为None。如果提供，它必须具有与预期输出相同的形状，但如果必要，将转换类型。有关详细信息，请参阅doc.ufuncs。将NaN转换为整数可能会产生意想不到的结果。

版本1.8.0中的新功能。

keepdims：bool，可选

如果设置为True，则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项，结果将与原始a正确地广播。

If the value is anything but the default, then keepdims will be passed through to the mean or sum methods of sub-classes of ndarray. 如果子类方法不实现keepdims，则会引发任何异常。

版本1.8.0中的新功能。

y：ndarray或numpy scalar

也可以看看

numpy.sum: 数组传播NaNs。
isnan: 显示哪些元素是NaN。
isfinite: 显示哪些元素不是NaN或+/- inf。

笔记

如果存在正和负无穷大，则和将是非数字（NaN）。

Numpy整数运算是模块化的。如果和的大小超过整数累加器的大小，其值将回绕，结果将不正确。指定dtype=double可以缓解这个问题。

例子

>>> np.nansum(1)
1
>>> np.nansum([1])
1
>>> np.nansum([1, np.nan])
1.0
>>> a = np.array([[1, 1], [1, np.nan]])
>>> np.nansum(a)
3.0
>>> np.nansum(a, axis=0)
array([ 2.,  1.])
>>> np.nansum([1, np.nan, np.inf])
inf
>>> np.nansum([1, np.nan, np.NINF])
-inf
>>> np.nansum([1, np.nan, np.inf, -np.inf]) # both +/- infinity present
nan