numpy.sum

numpy.sum(a, axis=None, dtype=None, out=None, keepdims=<class numpy._globals._NoValue>)

给定轴上的数组元素的总和。

参数：

a：array_like

总和的要素。

axis：无或int或tuple ints，可选

沿着其执行和的轴或轴。默认值axis = None将对输入数组的所有元素求和。如果轴为负，则从最后一个轴计数到第一个轴。

版本1.7.0中的新功能。

如果axis是ints的元组，则对元组中指定的所有轴执行求和，而不是像以前一样对单个轴或所有轴执行求和。

dtype：dtype，可选

返回的数组和累加器元素的累加器的类型。除非a具有精度低于默认平台整数的整数dtype，因此默认使用a的dtype。在这种情况下，如果a被签名，则使用平台整数，而如果a是无符号的，则使用与平台整数相同精度的无符号整数。

out：ndarray，可选

用于放置结果的替代输出数组。它必须具有与预期输出相同的形状，但如果必要，将输出输出值的类型。

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，结果将相对于原始arr正确广播。

如果传递默认值，则keepdims将不会传递到ndarray的子类的sum如果子类sum方法不实现keepdims，则会引发任何异常。

返回：

sum_along_axis：ndarray

与a形状相同的数组，指定的轴已删除。如果a是0-d数组，或者如果轴是无，则返回标量。如果指定输出数组，则返回对out的引用。

也可以看看

ndarray.sum

等效法。

cumsum

数组元素的累积和。

trapz

使用复合梯形法则集合数组值。

mean，average

笔记

当使用整数类型时，算术是模块化的，并且在溢出时不产生错误。

空数组的和为中性元素0：

>>> np.sum([])
0.0

例子

>>> np.sum([0.5, 1.5])
2.0
>>> np.sum([0.5, 0.7, 0.2, 1.5], dtype=np.int32)
1
>>> np.sum([[0, 1], [0, 5]])
6
>>> np.sum([[0, 1], [0, 5]], axis=0)
array([0, 6])
>>> np.sum([[0, 1], [0, 5]], axis=1)
array([1, 5])

如果累加器太小，则发生溢出：

>>> np.ones(128, dtype=np.int8).sum(dtype=np.int8)
-128