La fonction numpy.sum() est disponible dans le package NumPy de Python. Cette fonction est utilisée pour calculer la somme de tous les éléments, la somme de chaque ligne et la somme de chaque colonne d'un tableau donné.

chaîne ti int

Essentiellement, cela résume les éléments d'un tableau, prend les éléments d'un ndarray et les additionne. Il est également possible d'ajouter des éléments de lignes et de colonnes d'un tableau. La sortie sera sous la forme d’un objet tableau.

Syntaxe

Il existe la syntaxe suivante de la fonction numpy.sum() :

 numpy.sum(arr, axis=None, dtype=None, out=None, keepdims=, initial=) 

Paramètres

1) arr : array_like

C'est un ndarray. Il s'agit du tableau source dont nous voulons additionner les éléments. Ce paramètre est essentiel et joue un rôle vital dans la fonction numpy.sum().

2) axe : int ou Aucun ou tuple d'entiers (facultatif)

Ce paramètre définit l'axe le long duquel une somme est effectuée. L'axe par défaut est Aucun, qui résumera tous les éléments du tableau. Lorsque l'axe est négatif, on compte du dernier au premier axe. Dans la version 1.7.0, une somme est effectuée sur tous les axes spécifiés dans le tuple au lieu d'un seul axe ou de tous les axes comme auparavant lorsqu'un axe est un tuple d'entiers.

3) dtype : dtype (facultatif)

Ce paramètre définit le type de l'accumulateur et le tableau renvoyé dans lequel les éléments sont additionnés. Par défaut, le type de arr est utilisé sauf si arr a un type entier de moins de précision que l'entier par défaut de la plateforme. Dans un tel cas, lorsque arr est signé, alors l'entier de plateforme est utilisé, et lorsque arr n'est pas signé, alors un entier non signé de la même précision que l'entier de plateforme est utilisé.

qu'est-ce que l'expression régulière Java

4) sortie : ndarray (facultatif)

Ce paramètre définit le tableau de sortie alternatif dans lequel le résultat sera placé. Ce tableau résultant doit avoir la même forme que la sortie attendue. Le type des valeurs de sortie sera converti, si nécessaire.

5) keepdims : bool (option)

Ce paramètre définit une valeur booléenne. Lorsque ce paramètre est défini sur True, l'axe réduit est laissé dans le résultat sous la forme de dimensions de taille un. Avec l'aide de cette option, le résultat sera diffusé correctement sur le tableau d'entrée. Les keepdims ne seront pas transmis à la méthode sum des sous-classes d'un ndarray, lorsque la valeur par défaut est passée, mais pas en cas de valeur autre que celle par défaut. Si la méthode de sous-classe n'implémente pas keepdims, toute exception peut être levée.

6) initiale : scalaire

Ce paramètre définit la valeur de départ de la somme.

visualiseur Java

Retour

Cette fonction renvoie un tableau de la même forme que arr avec l'axe spécifié supprimé. Lorsque arr est un tableau 0-d ou lorsque l'axe est Aucun, un scalaire est renvoyé. Une référence à dehors est renvoyé lorsqu'une sortie de tableau est spécifiée.

Exemple 1 : numpy.array()

 import numpy as np a=np.array([0.4,0.5]) b=np.sum(a) b 

Sortir:

 0.9 

Dans le code ci-dessus

• Nous avons importé numpy avec le nom d'alias 'np'.
• Nous avons créé un tableau 'a' en utilisant la fonction np.array().
• Nous avons déclaré la variable 'b' et attribué la valeur renvoyée par la fonction np.sum().
• Nous avons passé le tableau 'a' dans la fonction.
• Enfin, nous avons essayé d’imprimer la valeur de b.

Dans le résultat, la somme de tous les éléments du tableau a été affichée.

Exemple 2 :

 import numpy as np a=np.array([0.4,0.5,0.9,6.1]) x=np.sum(a, dtype=np.int32) x 

Sortir:

Ubuntu quelle commande

 6 

Dans le code ci-dessus

• Nous avons importé numpy avec le nom d'alias 'np'.
• Nous avons créé un tableau 'a' en utilisant la fonction np.array().
• Nous avons déclaré la variable 'x' et attribué la valeur renvoyée par la fonction np.sum().
• Nous avons transmis le tableau « a » et le type de données int32 dans la fonction.
• Enfin, nous avons essayé d'imprimer la valeur de x.

Dans la sortie, seule la somme des nombres entiers, et non des valeurs à virgule flottante, a été affichée.

Exemple 3 :

 import numpy as np a=np.array([[1,4],[3,5]]) b=np.sum(a) b 

Dans le code ci-dessus

Sortir:

 13 

Exemple 4 :

 import numpy as np a=np.array([[1,4],[3,5]]) b=np.sum(a,axis=0) b 

Dans le code ci-dessus

• Nous avons importé numpy avec le nom d'alias np.
• Nous avons créé un tableau 'a' en utilisant la fonction np.array().
• Nous avons déclaré la variable 'b' et attribué la valeur renvoyée par la fonction np.sum().
• Nous avons passé le tableau 'a' et axis=0 dans la fonction.
• Enfin, nous avons essayé d’imprimer la valeur de b.

Dans le résultat, la somme des éléments de la colonne a été calculée en conséquence.

Sortir:

 array([4, 9]) 

Exemple 5 :

 import numpy as np a=np.array([[1,4],[3,5]]) b=np.sum(a,axis=1) b 

Sortir:

pas

 array([5, 8]) 

Exemple 6 :

 import numpy as np b=np.sum([15], initial=8) b 

Sortir:

 23 

Dans le code ci-dessus

• Nous avons importé numpy avec le nom d'alias np.
• Nous avons déclaré la variable 'b' et attribué la valeur renvoyée par la fonction np.sum().
• Nous avons transmis le nombre d'éléments et la valeur initiale dans la fonction.
• Enfin, nous avons essayé d’imprimer la valeur de b.

Dans le résultat, la valeur initiale a été ajoutée au dernier élément de la séquence d'éléments, puis a effectué la somme de tous les éléments.