Python 在np.array或np.float上求和

我们有一个基于numpy的算法，应该可以处理不同类型的数据

def my_fancy_algo(a):
    b = np.sum(a, axis=1)
    # Do something b
    return b

如果我们通过

a=np.array[1.0,2.0,3.0]

，那么

b

的计算结果为

[6.0]

如果我们通过

a=6.0

，那么我们得到

*** ValueError: 'axis' entry is out of bounds

期望的行为是，我们将为两个输入获得相同的返回值

6.0

，而不是（

[6.0]

）

---

正确且安全的处理方法是什么<代码>类型<代码>形状？

您的示例数组实际上给出了与标量相同的问题：

>>> a = np.array([1.0,2.0,3.0])
>>> np.sum(a, axis=1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python3.4/site-packages/numpy/core/fromnumeric.py", line 1724, in sum
    out=out, keepdims=keepdims)
  File "/usr/lib/python3.4/site-packages/numpy/core/_methods.py", line 32, in _sum
    return umr_sum(a, axis, dtype, out, keepdims)
ValueError: 'axis' entry is out of bounds

但是，由于您显然想要一个标量答案，因此您可以完全删除

axis

参数：

>>> np.sum(a)
6.0
>>> np.sum(6.0)
6.0

np.sum（np.array（[1.0,2.0,3.0]），axis=1）

products

ValueError:“axis”条目对我来说超出了范围

您的意思是将轴=0放入第2行吗？然后它适用于数组和标量：

>>> np.sum(np.array([1.0, 2.0, 3.0]), axis=0)
6
>>> np.sum(3, axis=0)
3

>>> np.sum(np.array([1.0, 2.0, 3.0]), axis=0)
6
>>> np.sum(3, axis=0)
3