区分Python内置函数sum和numpy.sum()

sum(iterable[, start]) & np.sum (a, axis = None)

• sum(iterable[, start])为python内置运算

1. iterable – 可迭代对象，如：列表、元组、集合。
2. start – 指定相加的参数，如果没有设置这个值，默认为0。

>>>sum([0,1,2])  
3  
>>> sum((2, 3, 4), 1)        # 元组计算总和后再加 1
10
>>> sum([0,1,2,3,4], 2)      # 列表计算总和后再加 2
12

• np.sum (a, axis = None)

1. a-Elements to sum.
2. axis- Axis or axes along which a sum is performed. The default, axis=None, will sum all of the elements of the input array. If axis is negative it counts from the last to the first axis.
   If axis is a tuple of ints, a sum is performed on all of the axes specified in the tuple instead of a single axis or all the axes as before.
   axis的取值有三种情况：1.None，2.整数， 3.整数元组。
   （在默认/缺省的情况下，axis取None）
   如果axis取None，即将数组/矩阵中的元素全部加起来，得到一个和。
   如果axis为整数，axis的取值不可大于数组/矩阵的维度。
   对于二维数组：
   axis = 0: 将每一列的元素相加，即变为一行（俗称压缩行）
   axis = 1: 将每一行的元素相加，即变为一列（俗称压缩列）（这里的一列是为了方便理解说的，实际上，在控制台的输出中，仍然是以一行的形式输出的)

>>> np.sum([0.5, 1.5])
2.0
>>> 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])

对比

>>>print(sum(range(5), -1))
9
>>>print(np.sum(range(5), -1))
10

前者-1表示一个数字，后者-1为参数

参考：来源