python 中的sum( )函数 与 numpy中的 sum( )的区别

一. python sum函数
描述：

 sum（） 对序列进行求和

用法：

sum（iterable[, start]）
       iterable:可迭代对象，例如，列表，元组，集合。
       start：指定相加的参数，如果没有，默认为0.

示例：

x = [0, 1, 2]
print("No.1  ", sum(x))

输出结果

No.1   3

二.numpy中的 sum()

描述：

 对numpy进行的特定操作。

用法：

  sum(a, axis=None, dtype=None, out=None, keepdims=np._NoValue)

     a是要进行加法运算的向量/数组/矩阵
     axis的值可以为None,也可以为整数和元组：
                  当axis为空时，是矩阵的所有数都相加。
                  当axis为0时,是压缩行,即将每一列的元素相加,将矩阵压缩为一行
                  当axis为1时,是压缩列,即将每一行的元素相加,将矩阵压缩为一列
                  (逻辑上是一列，实际上，在控制台的输出中，
                  仍然是以 一行的形式输出的)

示例：

import numpy as np
print("No.2  ", np.sum([[0, 1, 2], [3, 4, 5]]))
print("No.3  ", np.sum([[0, 1, 2], [3, 4, 5]], axis=0))
print("No.4  ", np.sum([[0, 1, 2], [3, 4, 5]], axis=1))

结果：

     No.2   15
     No.3   [3 5 7]
     No.4   [ 3 12]