numpy中的cumsum函数

Cumsum ：计算轴向元素累加和，返回由中间结果组成的数组
重点就是返回值是“由中间结果组成的数组”
以下代码在python3.6版本运行成功！
下面看代码，定义一个223的数组，所以其shape是2，2，3，索引分别0，1，2
shape 索引
2 0
2 1
3 2
代码：

import numpy as np
arr  = np.array([[[1,2,3],[8,9,12]],[[1,2,4],[2,4,5]]]) #2*2*3
print(arr.cumsum(0))
print(arr.cumsum(1))
print(arr.cumsum(2))
输出结果:
#cumsum(0)
[[[ 1  2  3]
  [ 8  9 12]]
 
 [[ 2  4  7]
  [10 13 17]]]
#cumsum(1)
[[[ 1  2  3]
  [ 9 11 15]]
 
 [[ 1  2  4]
  [ 3  6  9]]]
#cumsum(2)
[[[ 1  3  6]
  [ 8 17 29]]
 
 [[ 1  3  7]
  [ 2  6 11]]]

注释：
arr是一个223三维矩阵，索引值为0，1，2
cumsum(0)：实现0轴上的累加：以最外面的数组元素为单位，以[[1,2,3],[8,9,12]]为开始实现后面元素的对应累加
cumsum(1)：实现1轴上的累加：以中间数组元素为单位，以[1,2,3]为开始，实现后面元素的对应累加
cumsum(2)：实现2轴上的累加：以最里面的元素为累加单位，即1为开始，实现后面的元素累加
四维数组实现
下面看一个四维数组222*4，索引值为0，1，2，3
代码：

import numpy as np
arr  = np.arange(32).reshape((2,2,2,4))
print(arr)
print(arr.cumsum(0))
print(arr.cumsum(1))
print(arr.cumsum(2))
print(arr.cumsum(3))
arr:
[[[[ 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 27]
   [28 29 30 31]]]]

arr是一个222*4四维矩阵，索引值为0，1，2，3
cumsum(0)：实现0轴上的累加即：以最外面数组元素为单位即
[[[ 0 1 2 3]
[ 4 5 6 7]]

[[ 8 9 10 11]
[12 13 14 15]]]
与
[[[16 17 18 19]
[20 21 22 23]]

[[24 25 26 27]
[28 29 30 31]]]]
对应位置元素相加起来
结果：
[[[[ 0 1 2 3]
[ 4 5 6 7]]

[[ 8 9 10 11]
[12 13 14 15]]]

[[[16 18 20 22]
[24 26 28 30]]

[[32 34 36 38]
[40 42 44 46]]]]
cumsum(1)：实现1轴上的累加即：以次外面元素为单位，累加：
[[ 0 1 2 3]
[ 4 5 6 7]]
加
[[ 8 9 10 11]
[12 13 14 15]]
加
[[16 17 18 19]
[20 21 22 23]]
加
[[24 25 26 27]
[28 29 30 31]]
累计过程产生的中间结果要记录到数组中
所以，结果：
[[[[ 0 1 2 3]
[ 4 5 6 7]]

[[ 8 10 12 14]
[16 18 20 22]]]

[[[16 17 18 19]
[20 21 22 23]]

[[40 42 44 46]
[48 50 52 54]]]]
cumsum(2)就对应从[ 0 1 2 3]数组元素开始实现累加，然后记录中间结果
cumsum(3)对应的是从最里面最小的数组元素，即从0开始实现累加，记录中间结果

作者：进阶机器学习
来源：CSDN
原文：https://blog.csdn.net/yuansuo0516/article/details/78331568
版权声明：本文为博主原创文章，转载请附上博文链接！