Numpy函数cumsum之分分钟理解

本文主要是介绍Numpy函数cumsum之分分钟理解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一、问题来源：
 

import matplotlib.pyplot as pltimport numpy as npplt.plot(np.random.randn(15).cumsum())

[<matplotlib.lines.Line2D at 0x1cdd9d591d0>]

二、cumsum函数理解

观察+思考

1、案例：

import numpy as np arr=np.arange(1,48,2).reshape(2,3,4)print(arr)

[[[ 1  3  5  7][ 9 11 13 15][17 19 21 23]][[25 27 29 31][33 35 37 39][41 43 45 47]]]

arr.cumsum(0)

array([[[ 1,  3,  5,  7],[ 9, 11, 13, 15],[17, 19, 21, 23]],[[26, 30, 34, 38],[42, 46, 50, 54],[58, 62, 66, 70]]], dtype=int32)

arr.cumsum(1)

 

arr.cumsum(2)

array([[[  1,   4,   9,  16],[  9,  20,  33,  48],[ 17,  36,  57,  80]],[[ 25,  52,  81, 112],[ 33,  68, 105, 144],[ 41,  84, 129, 176]]], dtype=int32)

2、cumsum函数定义：

    cumsum(a, axis=None, dtype=None, out=None)
    a.cumsum(axis=None, dtype=None, out=None)

  返回：沿着指定轴的元素累加和所组成的数组，其形状应与输入数组a一致

其中cumsum函数的参数：

    a:数组
    axis:轴索引,整型，若a为n维数组，则axis的取值范围为[0,n-1]
    dtype:返回结果的数据类型，若不指定，则默认与a一致。
    out：数据类型为数组。用来放置结果的替代输出数组，它必须具有与输出结果具有相同的形状和缓冲长度
参考原文链接：https://blog.csdn.net/LZH_12345/article/details/79848100

三、总结

理解一些东西，应该从实例出发，再回头看概念。先概念的话,比较迷

1、axis:轴（数组的维度），在某些场景：有人也称索引

2、轴向元素

这篇关于Numpy函数cumsum之分分钟理解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---