numpy.sum()

内部给的例子

    >>> np.sum([0.5, 1.5])
    2.0
    >>> np.sum([0.5, 0.7, 0.2, 1.5], dtype=np.int32)
    1
    >>> np.sum([[0, 1], [0, 5]])
    6
    >>> np.sum([[0, 1], [0, 5]], axis=0)
    array([0, 6])
    >>> np.sum([[0, 1], [0, 5]], axis=1)
    array([1, 5])
    >>> np.sum([[0, 1], [np.nan, 5]], where=[False, True], axis=1)
    array([1., 5.])

    If the accumulator is too small, overflow occurs:

    >>> np.ones(128, dtype=np.int8).sum(dtype=np.int8)
    -128

    You can also start the sum with a value other than zero:

    >>> np.sum([10], initial=5)
    15

所以numpy的sum函数有以下情况
对于一个矩阵

• 不含参数 全部相加
• axis=1 行加
• axis=0 列加

# coding=utf-8
import numpy as np

print(np.sum([0.5, 0.7, 0.2, 1.5]))    #一阶默认axis=0
print(np.sum([[1, 2, 3], [4, 5, 6]]))  # 不传参时全部相加
print(np.sum([[1, 2, 3], [4, 5, 6]], axis=1))  # 参数为1时行加
print(np.sum([[1, 2, 3], [4, 5, 6]], axis=0))  # 参数为0时列加

输出

2.9
21
[ 6 15]
[5 7 9]