這篇文章主要介紹“np.cumsum怎么使用”，在日常操作中，相信很多人在np.cumsum怎么使用問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”np.cumsum怎么使用”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

創(chuàng)新互聯(lián)建站-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價(jià)比改則網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式改則網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋改則地區(qū)。費(fèi)用合理售后完善，十年實(shí)體公司更值得信賴。

numpy.cumsum()

numpy.cumsum(a, axis=None, dtype=None, out=None)
axis=0，按照行累加。
axis=1，按照列累加。
axis不給定具體值，就把numpy數(shù)組當(dāng)成一個(gè)一維數(shù)組。

>>> a = np.array([[1,2,3], [4,5,6]])

>>> a

>>> np.cumsum(a)

array([ 1,  3,  6, 10, 15, 21])

>>>

>>> np.cumsum(a,axis=0) #按照行累加，行求和

array([[1, 2, 3],

       [5, 7, 9]])    
  
                        [1, 2, 3]------>     |1     |2     |3    |

                        [4, 5, 6]------>     |5=1+4 |7=2+5 |9=3+6|  
>>> np.cumsum(a,axis=1) #按照列累加，列求和

array([[ 1,  3,  6],

       [ 4,  9, 15]])
                        [1, 2, 3]------>     |1     |2+1    |3+2+1   |

                        [4, 5, 6]------>     |4     |4+5    |4+5+6   |  

>>> np.cumsum(a, dtype=float) # 指定輸出類型。

array([  1.,  3.,  6.,  10.,  15.,  21.])第一步:每個(gè)值都變成float了

  array([1，1+2=3，1+2+3=6，1+2+3+4=10，1+2+3+4+5=15，1+2+3+4+5+6=21]）第二部：累加

到此，關(guān)于“np.cumsum怎么使用”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請繼續(xù)關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！