Trong hướng dẫn này, chúng ta sẽ xem xét cách lấy tổng các giá trị của một mảng có nhiều mảng. Chúng tôi cũng sẽ xem xét các trường hợp sử dụng cụ thể như tính tổng dọc theo một trục cho các mảng chiều cao hơn
Làm cách nào để tính tổng một mảng có nhiều mảng?
Bạn có thể sử dụng hàm numpy sum[] để tính tổng các phần tử của một mảng. Sau đây là cú pháp cho một loạt các trường hợp sử dụng khác nhau
# arr is a numpy array # sum of all values arr.sum[] # sum of each row [for 2D array] arr.sum[axis=1] # sum of each column [for 2D array] arr.sum[axis=0] # sum along a specific axis, n arr.sum[axis=n]
Bạn cũng có thể chỉ định trục để tính tổng mảng có nhiều mảng cùng với tham số
import numpy as np # create an array arr = np.array[[2, 0, 1, 3]] # sum of array values total = arr.sum[] print[total]0 [xem các ví dụ bên dưới]
Bây giờ chúng ta hãy xem xét một số trường hợp sử dụng hàm numpy sum[]
Tổng tất cả các phần tử trong mảng
Sử dụng hàm numpy sum[] không có bất kỳ tham số nào để lấy tổng của tất cả các giá trị bên trong mảng
Hãy tạo một mảng có nhiều mảng và minh họa cách sử dụng nó
import numpy as np # create an array arr = np.array[[2, 0, 1, 3]] # sum of array values total = arr.sum[] print[total]
đầu ra
6
Chúng tôi nhận được 6 là đầu ra là tổng của tất cả các giá trị trong mảng trên arr. 2+0+1+3
Bạn cũng có thể sử dụng cú pháp trên để tính tổng các giá trị trong các mảng có nhiều chiều hơn. Ví dụ: hãy lấy tổng tất cả các phần tử trong một mảng 2D có nhiều mảng –
# create a 2D numpy array
arr = np.array[[[1, 0, 0],
[2, 1, 1]]]
# sum of array values
total = arr.sum[]
# display the array and the sum
print[arr]
print["Sum:", total]đầu ra
[[1 0 0] [2 1 1]] Sum: 5
Ở đây, chúng tôi đã tạo một mảng 2D và sau đó tính tổng của nó. Bạn có thể thấy chúng ta lấy tổng của tất cả các phần tử trong mảng 2D ở trên với cú pháp tương tự. Điều này cũng có thể được mở rộng cho các mảng numpy chiều cao hơn
Tổng của mỗi hàng trong một mảng 2D
Để lấy tổng của mỗi hàng trong một mảng 2D có nhiều mảng, hãy chuyển
import numpy as np # create an array arr = np.array[[2, 0, 1, 3]] # sum of array values total = arr.sum[] print[total]3 cho hàm
sum[]. Đối số này cho biết chức năng của trục dọc theo đó các phần tử sẽ được tính tổng. Hãy sử dụng nó để lấy tổng của mỗi hàng trong mảng arr# create a 2D numpy array
arr = np.array[[[1, 0, 0],
[2, 1, 1]]]
# sum of each row
row_totals = arr.sum[axis=1]
# display the array and the sum
print[arr]
print["Sum of each row:", row_totals]đầu ra
________số 8_______Chúng tôi nhận được tổng của mỗi hàng với axis=1. Hàng đầu tiên tổng bằng 1 và hàng thứ hai tổng bằng 4. Kết quả được trả về dưới dạng một mảng có nhiều mảng
Tổng của mỗi cột trong một mảng 2D
Để lấy tổng của mỗi cột trong một mảng 2D có nhiều mảng, hãy chuyển ____1_______5 cho hàm _______13_______. Đối số này cho biết chức năng của trục dọc theo đó các phần tử sẽ được tính tổng. Hãy sử dụng nó để lấy tổng của từng cột trong mảng arr
# create a 2D numpy array
arr = np.array[[[1, 0, 0],
[2, 1, 1]]]
# sum of each column
col_totals = arr.sum[axis=0]
# display the array and the sum
print[arr]
print["Sum of each column:", col_totals]đầu ra
[[1 0 0] [2 1 1]] Sum of each column: [3 1 1]
Mảng kết quả
import numpy as np # create an array arr = np.array[[2, 0, 1, 3]] # sum of array values total = arr.sum[] print[total]7 chứa tổng các giá trị trong mỗi cột. Đó là, trong ví dụ trên – 1+2, 0+1 và 0+1
Hàm numpy sum[] cũng có các tham số bổ sung, chẳng hạn như để chỉ định kiểu dữ liệu của đầu ra, v.v. Để biết thêm, hãy tham khảo tài liệu của nó
Với điều này, chúng ta đi đến phần cuối của hướng dẫn này. Các ví dụ về mã và kết quả được trình bày trong hướng dẫn này đã được triển khai trong Jupyter Notebook với python [phiên bản 3. 8. 3] hạt nhân có phiên bản 1 gọn gàng. 18. 5
Đăng ký nhận bản tin của chúng tôi để biết thêm thông tin hướng dẫn và hướng dẫn
Chúng tôi không spam và bạn có thể từ chối bất cứ lúc nào
Hướng dẫn về mảng numpy –
- Làm cách nào để sắp xếp một mảng Numpy?
- Tạo Pandas DataFrame từ một mảng Numpy
- Các cách khác nhau để tạo mảng NumPy
- Chuyển đổi mảng Numpy thành Danh sách - Với các ví dụ
- Nối các giá trị vào một mảng Numpy
- Tìm chỉ mục của phần tử trong mảng Numpy
- Đọc tệp CSV dưới dạng NumPy Array
- Lọc một mảng Numpy - Với các ví dụ
- Python - Chọn ngẫu nhiên giá trị từ danh sách
- Numpy – Tổng giá trị trong mảng
- Numpy – Tổng theo phần tử của hai mảng
- Numpy – Nhân hai mảng thành phần tử
- Sử dụng phương thức numpy linspace[]
- Sử dụng numpy vstack[] để xếp mảng theo chiều dọc
- Numpy logspace[] – Cách sử dụng và ví dụ
- Sử dụng phương thức numpy arange[]
- Sử dụng numpy hstack[] để sắp xếp các mảng theo chiều ngang
- Cắt các số 0 khỏi một mảng có nhiều mảng trong Python
- Nhận các giá trị và số lượng duy nhất trong một mảng có nhiều mảng
- Mảng numpy chia theo chiều ngang với hsplit[]
Tác giả
Piyush Raj
Piyush là một chuyên gia dữ liệu đam mê sử dụng dữ liệu để hiểu mọi thứ tốt hơn và đưa ra quyết định sáng suốt. Trước đây, anh ấy từng là Nhà khoa học dữ liệu cho ZS và có bằng kỹ sư của IIT Roorkee. Sở thích của anh ấy bao gồm xem cricket, đọc sách và làm việc trong các dự án phụ