¿Qué es el método numpy.sum()?

NumPy recibe nuevas actualizaciones
NumPy recibe nuevas actualizaciones

El método numpy.sum() “calcula la suma de todos los elementos en una matriz NumPy” o a lo largo de un eje específico.

Sintaxis del método numpy.sum()

numpy.sum(array, axis=None, dtype=None, out=None)

Parámetros

  1. Una array es una matriz que se va a sumar.
  2. Un axis es un eje a lo largo del cual se suman los elementos. Si el eje es Ninguno, los detalles de la matriz se suman.
  3. El dtype es el tipo de datos de la matriz resultante. Si dtype es Ninguno, el tipo de datos de la matriz resultante es el mismo que el tipo de datos de la matriz de entrada.
  4. El out es una matriz de salida. Si out no es none el resultado se almacena en out.

Ejemplo

import numpy as np

# Sample NumPy array
arr = np.array([[1, 2, 3], [4, 5, 6]])
print("Array:")
print(arr)

# Compute the sum of all elements
total_sum = np.sum(arr)
print("\nSum of all elements:", total_sum)

# Compute the sum along axis 0 (rows)
row_sum = np.sum(arr, axis=0)
print("\nSum along axis 0 (rows):", row_sum)

# Compute the sum along axis 1 (columns)
col_sum = np.sum(arr, axis=1)
print("\nSum along axis 1 (columns):", col_sum)

Producción

Array:
[[1 2 3]
 [4 5 6]]

Sum of all elements: 21

Sum along axis 0 (rows): [5 7 9]

Sum along axis 1 (columns): [ 6 15]

En este código, creamos una matriz NumPy de muestra.

En el siguiente paso, calculamos la suma de todos los elementos, la suma a lo largo del eje 0 (filas) y la suma a lo largo del eje 1 (columnas) usando la función numpy.sum().

Las sumas resultantes se imprimen y muestran cómo se puede calcular la suma usando la función numpy.sum().

Relacionado

Vulture: Encuentra el código muerto en Python

Vulture encuentra código no utilizado dentro de código creado con Python. Esto es útil para limpiar y encontrar errores en bases de código grandes. Debido a la naturaleza dinámica de Python, es probable que los analizadores de código estático como Vulture no detecten algún código muerto. ¡SEGUIR LEYENDO!

Vidgear: Librería de Python para el procesamiento de vídeo

VidGear es una poderosa biblioteca de procesamiento de video en Python construida con Gears de subprocesos múltiples, cada uno con un conjunto único de características innovadoras. Estas API proporcionan un contenedor fácil de usar, altamente extensible y multihilo alrededor de muchas bibliotecas subyacentes de última generación ¡SEGUIR LEYENDO!

Si los Lenguajes de Programación fueran Superhéroes de Marvel serían..

Existen más de 750 lenguajes de programación en el universo de la programación y cada lenguaje de programación tiene un tono y un conjunto de características únicos. https://ciberninjas.com/mejores-lenguajes-programacion-2023/ No debería sorprender que este conjunto específico de características atraiga a los excéntricos, quienes ocasionalmente se reúnen para ¡SEGUIR LEYENDO!

RustPython: Un intérprete de Python escrito en Rust

RustPython es un intérprete de Python escrito en Rust. RustPython se puede incrustar en los programas de Rust para usar Python como lenguaje de programación para su aplicación o se puede compilar en WebAssembly para ejecutar Python en el navegador. RustPython es gratuito y de código ¡SEGUIR LEYENDO!

Razones por las que Python nunca podrá superar a Java

Aunque Python es utilizado por la mayoría de los desarrolladores y según los expertos de la industria, bastante aplicado por la mayoría de las grandes industrias. https://ciberninjas.com/java-vs-python-diferencias/ Sin embargo, Python aún no es capaz de superar a Java, porque seguramente necesite más recursos para ser capaz ¡SEGUIR LEYENDO!