沿轴的numpy和

是否有一个numpy函数沿（而不是超过）给定轴对数组求和？我所说的沿轴，是指相当于：

[x.sum() for x in arr.swapaxes(0,i)].

沿轴i求和

例如，numpy.sum无法直接工作的情况：

>>> a = np.arange(12).reshape((3,2,2))
>>> a
array([[[ 0,  1],
        [ 2,  3]],

       [[ 4,  5],
        [ 6,  7]],

       [[ 8,  9],
        [10, 11]]])
>>> [x.sum() for x in a] # sum along axis 0
[6, 22, 38]
>>> a.sum(axis=0)
array([[12, 15],
       [18, 21]])
>>> a.sum(axis=1)
array([[ 2,  4],
       [10, 12],
       [18, 20]])
>>> a.sum(axis=2)
array([[ 1,  5],
       [ 9, 13],
       [17, 21]])

给sum打两次电话

In [1]: a.sum(axis=1).sum(axis=1)
Out[1]: array([ 6, 22, 38])

当然，这将是一个有点尴尬的概括，因为轴“消失”。你需要它是通用的吗

def sum_along(a, axis=0):
    js = [axis] + [i for i in range(len(a.shape)) if i != axis]
    a = a.transpose(js)

    while len(a.shape) > 1: a = a.sum(axis=1)

    return a

---

从numpy 1.7.1开始，这里有一个更简单的答案-您可以将一个元组传递给sum方法的“axis”参数，以便在多个轴上求和。因此，除了给定的一个之外，所有的总和都是：

x.sum(tuple(j for j in xrange(x.ndim) if j!=i))

---

您只需传递一个元组，其中包含要求和的轴，而不包含要“求和”的轴：

>> a.sum(axis=(1,2))
array([ 6, 22, 38])

x.sum(tuple(j for j in xrange(x.ndim) if j!=i))

>> a.sum(axis=(1,2))
array([ 6, 22, 38])