Fungsi NumPy sum() di python digunakan untuk mengembalikan jumlah/total semua elemen pada array yang diberikan. Fungsi ini membutuhkan beberapa argumen, di antaranya menggunakan argumen # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 0 untuk menentukan tipe data yang dikembalikan dan menggunakan argumen # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 1 untuk menentukan nilai awal yang dipertimbangkan untuk penjumlahan
Dengan menggunakan fungsi ini, Anda dapat melakukan hal berikut
- Dapatkan jumlah semua elemen array dari array yang diberikan,
- Dapatkan jumlah dari setiap baris pada sumbu yang ditentukan, dan
- Dapatkan jumlah dari setiap kolom dari array yang diberikan
Pada artikel ini, saya akan menjelaskan sintaks fungsi numpy sum(), berbagai argumen yang dibutuhkan, dan penggunaannya dengan contoh seperti cara menghitung nilai penjumlahan dari array yang diberikan. Untuk contoh NumPy lainnya, lihat Tutorial NumPy
Tutorial PySpark Untuk Pemula. Py
Harap aktifkan JavaScript
Tutorial PySpark Untuk Pemula. Contoh Piton1. Contoh Cepat Fungsi NumPy Sum
Jika Anda sedang terburu-buru, di bawah ini adalah beberapa contoh singkat tentang cara menggunakan fungsi NumPy sum()
# Below are the quick examples # Example 1: # Create a numpy array # Get the sum of an array arr = np.array([14, 17, 19, 22]) sum = np.sum(arr) # Example 2: Create 2-D numpy array # Get the Sum of all the elements in an array arr = np.array([[12, 14], [17, 19],[13, 16],[24, 27]]) sum = np.sum(arr) # Example 3: Get the sum of each column element along axis = 0 sum = np.sum(arr, axis=0) # Example 4: Get the sum of each row element along axis = 1 sum = np.sum(arr, axis=1) # Example 5: Get the sum of an array to specify data type sum = np.sum(arr, axis=1, dtype=float) # Example 6: Specify an initial value for the sum sum = np.sum(arr, axis=1, initial=15) # Example 7: Get the sum using nansum() arr = np.array([[2, 3], [4, np.nan]]) arr1 = np.nansum(arr)2. Sintaks jumlah()
Berikut ini adalah sintaks dari fungsi sum()
2. 1 Parameter jumlah()
Di bawah ini adalah parameter dari fungsi sum()
- # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 2 – Larik input, di mana elemen yang akan dihitung sebagai jumlah
- # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 3 – Axis atau sumbu-sumbu yang digunakan untuk melakukan penjumlahan. Defaultnya, axis=None, ini merangkum semua elemen array input. Jika sumbu negatif, hitungan dimulai dari sumbu terakhir ke sumbu pertama. sumbu = 0 berarti sepanjang kolom dan sumbu = 1 berarti bekerja sepanjang baris
- # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 0 – Anda dapat menggunakan dtype untuk menentukan tipe data keluaran yang dikembalikan
- # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 5 – Array keluaran alternatif untuk menempatkan hasil. Array harus memiliki dimensi yang sama dengan output yang diharapkan. Standarnya adalah Tidak Ada
- # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 6 – Keepdims adalah parameter boolean. Jika ini disetel ke True, sumbu yang diperkecil dibiarkan dalam hasil sebagai dimensi dengan ukuran satu
- # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 1 – Parameter awal memberikan nilai awal untuk penjumlahan
2. 2 Mengembalikan Nilai jumlah()
Ini mengembalikan array, berisi jumlah elemen dari array input bersama dengan sumbu yang ditentukan. Jika sumbu = Tidak ada maka akan mengembalikan nilai skalar
3. Penggunaan Fungsi NumPy sum()
Fungsi sum() dalam paket NumPy Python digunakan untuk menghitung total semua elemen, total setiap baris, dan total setiap kolom dari array yang diberikan
3. 1 Dapatkan Jumlah Array 1-D
Mari kita lihat bagaimana menghitung jumlah semua elemen dari array 1 dimensi. Untuk melakukannya terlebih dahulu, mari kita menginisialisasi array 1-D NumPy menggunakan # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 8 dan meneruskan array ini sebagai input ke sum()
import numpy as np # Create a numpy array arr = np.array([14, 17, 19, 22]) # Get the sum of an array sum = np.sum(arr) print(sum) # Output # 723. 2 Dapatkan Jumlah Array 2-D
Mari hitung jumlah semua elemen array 2-D. Saat menggunakan larik 2-D, ia menganggap semua nilai dalam larik untuk menghitung jumlah dan mengembalikan nilai skalar. Ini menganggap # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) _9 secara default. Perhatikan bahwa ini tidak menghitung jumlah setiap baris atau jumlah setiap kolom, melainkan menghitung jumlah semua nilai
4. Dapatkan Jumlah Setiap Kolom Larik 2-D
Untuk menghitung jumlah untuk setiap kolom array NumPy, tentukan import numpy as np # Create a numpy array arr = np.array([14, 17, 19, 22]) # Get the sum of an array sum = np.sum(arr) print(sum) # Output # 72 0. Ini membuat Anda menjumlahkan sepanjang sumbu kolom saat Anda memiliki larik 2 dimensi. Ini mengembalikan ukuran ndarray yang sama dengan jumlah kolom dalam array Anda
# Get the sum of each column element along axis = 0 sum = np.sum(arr, axis=0) print(sum) # Output # [66 76]5 Dapatkan Jumlah Setiap Baris dari Larik 2-D
Demikian pula, untuk menghitung jumlah setiap baris, tentukan import numpy as np # Create a numpy array arr = np.array([14, 17, 19, 22]) # Get the sum of an array sum = np.sum(arr) print(sum) # Output # 72 1. Ini membuat Anda menjumlahkan sepanjang sumbu baris. Ini mengembalikan ukuran ndarray yang sama dengan jumlah baris dalam array Anda
# Get the sum of each row element along axis = 1 sum = np.sum(arr, axis=1) print(sum) # Output # [26 36 29 51]6. Tentukan Jenis Nilai Pengembalian
Secara default, tipe pengembalian NumPy sum() akan sama dengan tipe elemen larik input Anda. Dalam contoh kami di atas, kami memiliki array bertipe import numpy as np # Create a numpy array arr = np.array([14, 17, 19, 22]) # Get the sum of an array sum = np.sum(arr) print(sum) # Output # 72 3 karenanya, hasilnya juga bertipe int. Mari ubah ini dengan menentukan argumen dtype. Dengan menggunakan argumen ini, Anda dapat menentukan tipe kembalian dari fungsi sum()
Contoh berikut menghitung jumlah untuk setiap baris dan mengembalikan jumlah dalam tipe float
# Get the sum of an array to specify data type sum = np.sum(arr, axis=1, dtype=float) print(sum) # OutPut # [26. 36. 29. 51.]7. Pertimbangkan Nilai Awal ke NumPy sum()
Anda juga dapat memulai penjumlahan dengan nilai awal selain nol dengan menggunakan argumen # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 1. Saat menggunakan argumen # Syntax of sum() numpy.sum(array, axis=None, dtype=None, out=None, keepdims=, initial=) 1, sum() dimulai dengan nilai awal ini dan menambahkan semua elemen ke dalamnya untuk mendapatkan jumlah akhir/nilai total
# Specify an initial value for the sum sum = np.sum(arr, axis=1, initial=15) print(sum) # Output # [41 51 44 66]8. Dapatkan Sum menggunakan np. NaN
Jika Anda memiliki nilai import numpy as np # Create a numpy array arr = np.array([14, 17, 19, 22]) # Get the sum of an array sum = np.sum(arr) print(sum) # Output # 72 6 dalam array Anda, menerapkan fungsi sum() menghasilkan output import numpy as np # Create a numpy array arr = np.array([14, 17, 19, 22]) # Get the sum of an array sum = np.sum(arr) print(sum) # Output # 72 7. Untuk mengatasinya gunakan fungsi import numpy as np # Create a numpy array arr = np.array([14, 17, 19, 22]) # Get the sum of an array sum = np.sum(arr) print(sum) # Output # 72 8, nansum() digunakan untuk menghitung jumlah array dengan mengabaikan nilai nan. Fungsi ini juga digunakan untuk menjumlahkan semua elemen, jumlah setiap baris, dan jumlah setiap kolom dari array yang diberikan dengan mengabaikan nilai NaN
# Get the sum using nansum() arr = np.array([[2, 3], [4, np.nan]]) arr1 = np.nansum(arr) print(arr1) # Output : # 9.07. Kesimpulan
Pada artikel ini, saya telah menjelaskan cara menggunakan fungsi penjumlahan Python NumPy(). Gunakan fungsi ini untuk menghitung jumlah elemen array beserta sumbu, tipe data, dan nilai awal yang ditentukan dengan contoh. Dan juga pelajari apa yang terjadi jika Anda memiliki nilai NaN di dalam array dan cara mengatasinya dengan menggunakan fungsi nansum()