mindspore.ops.nansum

mindspore.ops.nansum(input, axis=None, keepdims=False, *, dtype=None)[源代码]

计算 input 指定维度元素的和，将非数字(NaNs)处理为零。

参数：

  • input (Tensor) - 输入Tensor。

  • axis (Union[int, tuple(int)], 可选) - 求和的维度。假设 input 的秩为r，取值范围[-r,r)。默认值：None，对Tensor中的所有元素求和。

  • keepdims (bool, 可选) - 输出Tensor是否保持维度。默认值：False，不保留维度。

关键字参数：

  • dtype (mindspore.dtype, 可选) - 输出Tensor的类型。默认值：None。

返回：

Tensor，输入 input 指定维度的元素和，将非数字(NaNs)处理为零。

  • 如果 axis 为None，且 keep_dims 为False， 则输出一个零维Tensor，表示输入Tensor中所有元素的和。

  • 如果 axis 为int，值为2，并且 keep_dims 为False， 则输出的shape为： \((input_1, input_3, ..., input_R)\) 。

  • 如果 axis 为tuple(int)或list(int)，值为(2, 3)，并且 keep_dims 为False， 则输出的shape为 \((input_1, input_4, ..., input_R)\) 。

异常：

  • TypeError - input 不是一个Tensor。

  • TypeError - keepdims 不是bool类型。

  • TypeError - input 的数据类型或 dtype 是complex类型。

  • ValueError - axis 的范围不在[-r, r)，r表示 input 的秩。

支持平台：

Ascend GPU CPU

样例：

>>> x = Tensor(np.array([[float("nan"), 2, 3], [1, 2, float("nan")]]), mindspore.float32)
>>> output1 = ops.nansum(x, axis=0, keepdims=False, dtype=mindspore.float32)
>>> output2 = ops.nansum(x, axis=0, keepdims=True, dtype=mindspore.float32)
>>> print(output1)
[1. 4. 3.]
>>> print(output2)
[[1. 4. 3.]]