当变量维数加大时很难想象是怎样按不同维度求和的,高清楚一个,其他的应该就很清楚了,什么都不说了,上例子,例子一看便明白…..

a=range(27)
a=np.array(a)
a=np.reshape(a,[3,3,3])

输出a的结果是:

array([[[ 0, 1, 2],
  [ 3, 4, 5],
  [ 6, 7, 8]],
  [[ 9, 10, 11],
  [12, 13, 14],
  [15, 16, 17]],
  [[18, 19, 20],
  [21, 22, 23],
  [24, 25, 26]]])

我们来看看 aa=np.sum(a,-1)的输出:

array([[ 3, 12, 21], 
[30, 39, 48], 
[57, 66, 75]]) 
bb=np.sum(a,2) 的输出
array([[ 3, 12, 21],
  [30, 39, 48],
  [57, 66, 75]])

cc=np.sum(a,0)的输出:

array([[27, 30, 33],
  [36, 39, 42],
  [45, 48, 51]])

cc=np.sum(a,1)的输出:

array([[ 9, 12, 15],
  [36, 39, 42],
  [63, 66, 69]])

第-1个维度与第2个维度是一样的,第-1个维度实际是指最后一个维度。

python 按不同维度求和,最值,均值的实例

以上这篇python 按不同维度求和,最值,均值的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com