numpy.nansum#
- numpy.nansum(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[source]#
返回数组元素在给定轴上的和,将非数字 (NaN) 视为零。
在 NumPy 版本 <= 1.9.0 中,对于全是 NaN 或为空的切片,会返回 NaN。在后续版本中,会返回零。
- 参数:
- aarray_like
包含需要求和的数字的数组。如果 a 不是数组,则尝试进行转换。
- axis{int, int 元组, None}, 可选
计算和的轴或轴。默认情况下,计算扁平化数组的和。
- dtype数据类型, 可选
返回数组和累加器中元素求和的类型。默认情况下,使用 a 的 dtype。当 a 的整数类型精度低于平台 (u)intp 时,这是一个例外。在这种情况下,默认值将是 (u)int32 或 (u)int64,具体取决于平台是 32 位还是 64 位。对于不精确的输入,dtype 必须是不精确的。
版本 1.8.0 中的新功能。
- outndarray, 可选
放置结果的备用输出数组。默认值为
None
。如果提供,它必须与预期输出具有相同的形状,但类型将根据需要进行转换。有关详细信息,请参阅 输出类型确定。将 NaN 转换为整数可能会产生意外的结果。版本 1.8.0 中的新功能。
- keepdimsbool, 可选
如果将其设置为 True,则结果中将保留缩减的轴作为大小为一的维度。使用此选项,结果将针对原始 a 正确广播。
如果该值不是默认值,则 keepdims 将传递到
mean
或sum
方法,这些方法是ndarray
的子类的。如果子类的该方法未实现 keepdims,则会引发任何异常。版本 1.8.0 中的新功能。
- initial标量, 可选
和的起始值。有关详细信息,请参阅
reduce
。版本 1.22.0 中的新功能。
- wherebool 型 array_like, 可选
要包含在和中的元素。有关详细信息,请参阅
reduce
。版本 1.22.0 中的新功能。
- 返回:
- nansumndarray。
除非指定了 out,否则将返回一个包含结果的新数组。结果与 a 具有相同的大小,并且如果 axis 不为 None 或 a 是一个一维数组,则与 a 具有相同的形状。
备注
如果同时存在正无穷大和负无穷大,则和将为非数字 (NaN)。
示例
>>> import numpy as np >>> np.nansum(1) 1 >>> np.nansum([1]) 1 >>> np.nansum([1, np.nan]) 1.0 >>> a = np.array([[1, 1], [1, np.nan]]) >>> np.nansum(a) 3.0 >>> np.nansum(a, axis=0) array([2., 1.]) >>> np.nansum([1, np.nan, np.inf]) inf >>> np.nansum([1, np.nan, -np.inf]) -inf >>> from numpy.testing import suppress_warnings >>> with np.errstate(invalid="ignore"): ... np.nansum([1, np.nan, np.inf, -np.inf]) # both +/- infinity present np.float64(nan)