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:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, ops >>> 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.]]