numpy.sum

numpy.sum(a, axis=None, dtype=None, out=None, keepdims=False) [source]

Сумма элементов массива по заданной оси.

Параметры:

a : array_like Элементы для суммирования. axis : None или int или кортеж из целых чисел, необязательно Ось или оси, по которым выполняется суммирование. По умолчанию (axis = None) выполняется суммирование по всем измерениям входного массива. axis может быть отрицательным, в этом случае он считает от последней к первой оси. Добавлено в версии 1.7.0. Если это кортеж целых чисел, суммирование выполняется по нескольким осям вместо одной оси или всех осей, как раньше. dtype : dtype, необязательно Тип возвращаемого массива и аккумулятора, в котором суммируются элементы. По умолчанию используется тип данных a. Исключением является случай, когда a имеет целочисленный тип с меньшей точностью, чем по умолчанию на платформе. В этом случае используется целочисленный тип по умолчанию для платформы. out : ndarray, необязательно Массив, в который помещается результат. По умолчанию создается новый массив. Если out задан, он должен иметь соответствующую форму (форму a с удаленными axis, т.е., numpy.delete(a.shape, axis)). Его тип сохраняется. Подробнее см. doc.ufuncs (раздел «Аргументы вывода»). keepdims : bool, необязательно Если установлено в True, оси, которые были уменьшены, остаются в результате как измерения с размером один. С этим параметром результат будет правильно транслироваться относительно исходного arr.

Возвращает:

sum_along_axis : ndarray Массив с той же формой, что и a, с удаленной указанной осью. Если a является 0-мерным массивом или если axis равно None, возвращается скаляр. Если указан массив вывода, возвращается ссылка на out.

См. также

ndarray.sum

Эквивалентный метод.

cumsum

Кумулятивная сумма элементов массива.

trapz

Интегрирование значений массива с помощью составного правила трапеций.

mean, average

Примечания

Арифметика является модульной при использовании целочисленных типов, и ошибка не возникает при переполнении.

Сумма пустого массива — это нейтральный элемент 0:

>>> np.sum([])
0.0

Примеры

>>> 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])

Если аккумулятор слишком мал, происходит переполнение:

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