Numpy函数cumsum之分分钟理解

一、问题来源：
 

import matplotlib.pyplot as plt

import numpy as np

plt.plot(np.random.randn(15).cumsum())

[]

二、cumsum函数理解

观察+思考

1、案例：

import numpy as np 

arr=np.arange(1,48,2).reshape(2,3,4)

print(arr)

[[[ 1  3  5  7]
  [ 9 11 13 15]
  [17 19 21 23]]

 [[25 27 29 31]
  [33 35 37 39]
  [41 43 45 47]]]

arr.cumsum(0)

array([[[ 1,  3,  5,  7],
        [ 9, 11, 13, 15],
        [17, 19, 21, 23]],

       [[26, 30, 34, 38],
        [42, 46, 50, 54],
        [58, 62, 66, 70]]], dtype=int32)

arr.cumsum(1)

 

arr.cumsum(2)

array([[[  1,   4,   9,  16],
        [  9,  20,  33,  48],
        [ 17,  36,  57,  80]],

       [[ 25,  52,  81, 112],
        [ 33,  68, 105, 144],
        [ 41,  84, 129, 176]]], dtype=int32)

2、cumsum函数定义：

    cumsum(a, axis=None, dtype=None, out=None)
    a.cumsum(axis=None, dtype=None, out=None)

  返回：沿着指定轴的元素累加和所组成的数组，其形状应与输入数组a一致

其中cumsum函数的参数：

    a:数组
    axis:轴索引,整型，若a为n维数组，则axis的取值范围为[0,n-1]
    dtype:返回结果的数据类型，若不指定，则默认与a一致。
    out：数据类型为数组。用来放置结果的替代输出数组，它必须具有与输出结果具有相同的形状和缓冲长度
参考原文链接：https://blog.csdn.net/LZH_12345/article/details/79848100

三、总结

理解一些东西，应该从实例出发，再回头看概念。先概念的话,比较迷

1、axis:轴（数组的维度），在某些场景：有人也称索引

2、轴向元素