numpy.cumulative_sum#
- numpy.cumulative_sum(x, /, *, axis=None, dtype=None, out=None, include_initial=False)[source]#
返回沿给定轴的元素的累积和。
此函数是
numpy.cumsum
的 Array API 兼容替代方案。- 参数:
- xarray_like
输入数组。
- axisint, 可选
计算累积和的轴。默认值(None)仅适用于一维数组。对于具有多个维度的数组,需要指定
axis
。- dtypedtype, 可选
返回数组和累加器中元素求和的数据类型。如果未指定
dtype
,则默认使用x
的数据类型,除非x
具有精度低于默认平台整数的整数数据类型。在这种情况下,将使用默认平台整数。- outndarray, 可选
放置结果的备用输出数组。它必须具有与预期输出相同的形状和缓冲区长度,但如果必要,类型将被强制转换。有关详细信息,请参见 输出类型确定。
- include_initialbool, 可选
布尔值,指示是否将初始值(1)包含为输出中的第一个值。如果
include_initial=True
,则输出的形状与输入的形状不同。默认值:False
。
- 返回值:
- cumulative_sum_along_axisndarray
除非指定了
out
,否则将返回包含结果的新数组,在这种情况下,将返回对out
的引用。如果include_initial=False
,则结果具有与x
相同的形状。
注释
使用整数类型时,算术运算为模运算,溢出时不会引发错误。
cumulative_sum(a)[-1]
对于浮点值可能不等于sum(a)
,因为sum
可能会使用成对求和例程,减少舍入误差。有关详细信息,请参见sum
。示例
>>> a = np.array([1, 2, 3, 4, 5, 6]) >>> a array([1, 2, 3, 4, 5, 6]) >>> np.cumulative_sum(a) array([ 1, 3, 6, 10, 15, 21]) >>> np.cumulative_sum(a, dtype=float) # specifies type of output value(s) array([ 1., 3., 6., 10., 15., 21.])
>>> b = np.array([[1, 2, 3], [4, 5, 6]]) >>> np.cumulative_sum(b,axis=0) # sum over rows for each of the 3 columns array([[1, 2, 3], [5, 7, 9]]) >>> np.cumulative_sum(b,axis=1) # sum over columns for each of the 2 rows array([[ 1, 3, 6], [ 4, 9, 15]])
cumulative_sum(c)[-1]
对于浮点值可能不等于sum(c)
>>> c = np.array([1, 2e-9, 3e-9] * 1000000) >>> np.cumulative_sum(c)[-1] 1000000.0050045159 >>> c.sum() 1000000.0050000029