mindspore.numpy.sum

mindspore.numpy.sum(a, axis=None, dtype=None, keepdims=False, initial=None)

返回指定轴上数组元素的总和。

说明

不支持NumPy参数 out 、 where 、 casting 、 order 、 subok 、 signature 、 extobj 。

参数：

  • a (Union[int, float, bool, list, tuple, Tensor]) - 要计算和的元素。

  • axis (Union[None, int, tuple(int)], 可选) - 执行求和操作的单个或多个轴。 默认值： None 。如果为 None ，则求输入数组中所有元素的和。如果 axis 为负数，则从最后一个轴到第一个轴计数。 如果 axis 是元素为整数的tuple，则对tuple中指定的所有轴进行求和，而非前述的单个轴或所有轴。

  • dtype (mindspore.dtype, 可选) - 默认值： None 。 覆盖输出Tensor的dtype。

  • keepdims (bool, 可选) - 如果设置为 True ，减少的轴在结果中保留为大小为1的维度。 若使用此选项，结果会广播到和输入Tensor同一个维度数。 如果传入默认值，则 keepdims 参数不会传递到ndarray子类的std方法中，而任何非默认值将会传递。 如果子类中方法未实现 keepdims ，则会引发异常。 默认值： False 。

  • initial (scalar, 可选) - 求和的初始值，如果为 None，不会添加额外的初始值，从第一个元素的值开始累加。 默认值： None 。

返回：

Tensor。 具有与 a 相同shape的数组，去除了指定的轴。 如果 a 是 0-d 数组，或者 axis 为 None，则返回标量。如果指定了输出数组，则返回对 out 的引用。

异常：

  • TypeError - 如果input不是类数组或 axis 不是int或元素为int的tuple，或如果 keepdims 不是整数或 initial 不是标量。

  • ValueError - 如果任何轴超出范围或存在重复的轴。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> print(np.sum([0.5, 1.5]))
2.0
>>> x = np.arange(10).reshape(2, 5).astype('float32')
>>> print(np.sum(x, axis=1))
[10. 35.]