这个函数的功能是返回给定axis上的累计和函数的原型如下:详见 doc
numpy.cumsum(a, axis=None, dtype=None, out=None)
Return the cumulative sum of the elements along a given axis.
官方的文档是没有详细解释,本人做了测试自己把理解的写下。
1.对于一维输入a(可以是list,可以是array,假设a=[1, 2, 3, 4, 5, 6, 7] ,就是当前列之前的和加到当前列上,如下:
>import numpy as np > a=[1,2,3,4,5,6,7] > np.cumsum(a) array([ 1, 3, 6, 10, 15, 21, 28, 36, 45, 55, 75, 105])
2.对于二维输入a,axis=0(第1行不动,将第1行累加到其他行);axis=1(进入最内层,转化成列处理。第1列不动,将第1列累加到其他列),如下:
>import numpy as np > c=[[1,2,3],[4,5,6],[7,8,9]] > np.cumsum(c,axis=0) array([[ 1, 2, 3], [ 5, 7, 9], [12, 15, 18]]) > np.cumsum(c,axis=1) array([[ 1, 3, 6], [ 4, 9, 15], [ 7, 15, 24]])
3.对于三维输入a, axis=0 (第1行不动,将第1行累加到其他行); axis=1(进入第2层,每个第二层第1行不动,累加到其他行); axis=2(进入最内层,转化成列处理。第1列不动,将其累加到其他列),注意维数从外到内是0-2编号,如下:
>import numpy as np > a [[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 20, 30]]] > np.cumsum(a,axis=0) array([[[ 1, 2, 3], [ 4, 5, 6]], [[ 8, 10, 12], [14, 25, 36]]]) > np.cumsum(a,axis=1) array([[[ 1, 2, 3], [ 5, 7, 9]], [[ 7, 8, 9], [17, 28, 39]]]) > np.cumsum(a,axis=2) array([[[ 1, 3, 6], [ 4, 9, 15]], [[ 7, 15, 24], [10, 30, 60]]])
a是一个 2 x 2 x 3 的 list,解释起来有点麻烦,先把 a 变种风格
[ //axis=0 [//axis=1。同时是axis=0所对应的第 1 行,注意是此中括号包含的整个内容 [1, 2, 3], //axis=2。同时是 axis=1所对的第1行 [4, 5, 6] //axis=2 ], [//axis=1。同时是axis=0所对应的第 2行 [7, 8, 9], //axis=2。同时是 axis=1所对的第1行 [10, 20, 30] //axis=2 ], ]
axis=0说明,第1维度,包含2行,绿色中括号的list,第1行(也就是由1,2,3,4,5,6组成的list)不动,累加到第二行,注意是累加
axis=1说明,第2维度, 每个绿色中括号里第1行不变,也就是 [1,2,3]和[7,8,9]不动,累加到同兄弟行(同属一个中括号的行)
axis=2说明,第3维度,也是最内层,转化成列处理,紫色数字所在列不动,累加到其他列上
对于更高维度,可以参考3维来从外向内剥离的方式理解
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。
python,cumsum
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。