Hướng dẫn dùng pandas cumsum python
Hàm cumsum () Python NumPy được sử dụng để trả về tổng tích lũy của các phần tử mảng dọc theo trục đã cho. Nếu trục được cung cấp, nó sẽ trả về mảng có tổng tích lũy của các phần tử cùng với các trục được cung cấp. Trong bài viết này, tôi sẽ giải thích cú pháp và cách sử dụng numpy.cumsum() trả về tổng tích lũy của mảng đầu vào. Show
Nội dung chính
Nội dung chính
1. Ví dụ nhanh về hàm NumPy cumsum ()Nếu bạn đang vội, dưới đây là một số ví dụ nhanh về cách sử dụng hàm cumsum () trong NumPy. # Below are the quick examples import numpy as np # Example 1: Get the cumsum of integer arr = 12 arr1 = np.cumsum(arr) # Example 2: Get the cumulative sum of 1-d array arr = np.array([2, 7, 5, 8, 9,4]) arr1 = np.cumsum(arr) # Example 3: Get the cumulative sum of numpy array arr = np.array([[5, 8, 3, 7], [9, 4, 2, 6],[12, 8, 14, 11]]) arr1 = np.cumsum(arr) # Example 4: Get cumulative sum over rows # for each of 4 columns arr1 = np.cumsum(arr, axis = 0) # Example 5: Get cumulative sum over columns # for each of 3 rows arr1 = np.cumsum(arr, axis = 1) # Example 6: Get the cumulative sum of an array # along with specified datatype arr1 = np.cumsum(arr, dtype = float) # Example 7: Get cumulative sum over columns # for each of 3 rows along with datatype arr1 = np.cumsum(arr, axis=1, dtype=float) 2. Cú pháp cumsum ()Sau đây là cú pháp của cumsum(). # Syntax of numpy.cumsum() numpy.cumsum(arr, axis=None, dtype=None, out=None) 2.1 Các tham số của cumsum ()
2.2 Giá trị hoàn trả của cumsum ()Nó trả về một mảng mới chứa kết quả trừ khi kết quả được chỉ định. 3. Cách sử dụng hàm NumPy cumsum ()Sử dụng numpy.cumsum() hàm để tính tổng tích lũy của các phần tử mảng trên một trục nhất định. Quá trình hình thành tổng tích lũy của một mảng là, nó giữ nguyên phần tử đầu tiên, phần tử thứ hai là tổng của phần tử đầu tiên và phần tử thứ hai, phần tử thứ ba là tổng của phần tử thứ nhất, thứ hai và phần tử thứ ba, v.v. Khi bạn sử dụng một giá trị vô hướng duy nhất cho cumsum (), nó sẽ trả về cùng một giá trị. Ví dụ, import numpy as np # Get the cumsum of integer arr = 12 arr1 = np.cumsum(arr) print(arr1) # Output # [12] 4. Nhận Tổng tích lũy của Mảng 1-D NumPyHãy sử dụng mảng NumPy 1-D và tính tổng tích lũy, để làm như vậy trước tiên hãy tạo mảng NumPy bằng cách sử dụng numpy.array() và truyền mảng làm đối số cho hàm. Điều này trả về mảng có các giá trị tổng tích lũy. # creating an 1D input array arr = np.array([2, 7, 5, 8, 9,4]) # Get the cumulative sum of 1-d array arr1 = np.cumsum(arr) print(arr1) # Output # [ 2 9 14 22 31 35] 5. Nhận Tổng tích lũy của Mảng 2-D NumPyKhi chúng tôi sử dụng cumsum() để tính tổng tích lũy của mảng NumPy 2-D, nó sẽ trả về tổng tích lũy của mảng phẳng. # Get the cumulative sum of numpy array arr = np.array([[5, 8, 3, 7], [9, 4, 2, 6],[12, 8, 14, 11]]) arr1 = np.cumsum(arr) print(arr1) # Output # [ 5 13 16 23 32 36 38 44 56 64 78 89] 6. Nhận tổng tích lũy trên các hàng của mảng 2-DHãy tính tổng tích lũy của một mảng cùng với axis=0 Điều này sẽ tính tổng tích lũy theo chiều dọc hoặc theo cột. # Get cumulative sum over rows # for each of 4 columns arr1 = np.cumsum(arr, axis = 0) print(arr1) # Output # [[ 5 8 3 7] # [14 12 5 13] # [26 20 19 24]] 7. Nhận tổng tích lũy qua các cột của mảng 2-DBằng cách sử dụng axis =1nó tính tổng tích lũy theo chiều ngang hoặc theo hàng. # Get cumulative sum over columns # for each of 3 rows arr1 = np.cumsum(arr, axis = 1) print(arr1) # Output # [[ 5 13 16 23] # [ 9 13 15 21] # [12 20 34 45]] 8. Nhận Tổng tích lũy của Mảng 2-D dọc theo Kiểu dữ liệuNếu bạn muốn một mảng đầu ra tổng tích lũy trong một kiểu dữ liệu cụ thể, hãy sử dụng đối số dtype. Ví dụ sau trả về mảng ở kiểu float. # Get the cumulative sum of an array # along with specified datatype arr1 = np.cumsum(arr, dtype = float) print(arr1) # Output # [ 5. 13. 16. 23. 32. 36. 38. 44. 56. 64. 78. 89.] Ngoài ra, mã trên có thể được tùy chỉnh đầu ra cùng với trục được chỉ định. # Get cumulative sum over columns # for each of 3 rows along with datatype arr1 = np.cumsum(arr, axis=1, dtype=float) print(arr1) # Output # [[ 5. 13. 16. 23.] # [ 9. 13. 15. 21.] # [12. 20. 34. 45.]] 9. Kết luậnTrong bài viết này, tôi đã giải thích cách sử dụng NumPy.cumsum() và sử dụng cách này để tính tổng tích lũy của mảng NumPy cùng với trục được chỉ định và kiểu dữ liệu được chỉ định. Học vui vẻ !! Bạn cũng có thể thíchNgười giới thiệu |