Các kiểu dữ liệu trong C ( int - float - double - char ...) 
Thuật toán tìm ước chung lớn nhất trong C/C++ 
Cấu trúc lệnh switch case trong C++ (có bài tập thực hành) 
ComboBox - ListBox trong lập trình C# winforms 
Random trong Python: Tạo số random ngẫu nhiên 
Lệnh cin và cout trong C++ 
Cách khai báo biến trong PHP, các loại biến thường gặp 
Download và cài đặt Vertrigo Server 
Thẻ li trong HTML 
Thẻ article trong HTML5 
Cấu trúc HTML5: Cách tạo template HTML5 đầu tiên 
Cách dùng thẻ img trong HTML và các thuộc tính của img 
Thẻ a trong HTML và các thuộc tính của thẻ a thường dùng Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.
Sử dụng hàm sum() trong NumPy
Trong bài viết này, bạn sẽ học cách sử dụng hàm numpy sum() để tính toán và trả về tổng của tất cả các phần tử trong một mảng NumPy. Hàm numpy sum() là một công cụ hữu ích và mạnh mẽ trong thư viện NumPy, thường được sử dụng trong các thao tác xử lý dữ liệu và tính toán khoa học. Bằng cách nắm vững cách sử dụng hàm này, bạn sẽ có thể thực hiện các phép tính tổng hợp một cách hiệu quả trên các mảng dữ liệu một chiều và đa chiều.
Giới thiệu về hàm sum() trong Numpy
Hàm numpy sum() là một hàm tổng hợp nhận vào một mảng và trả về tổng của tất cả các phần tử trong mảng.
Ví dụ sau sử dụng hàm sum() để tính tổng của tất cả các phần tử trong một mảng 1 chiều:
import numpy as np #Bài viết này được đăng tại freetuts.net a = np.array([1, 2, 3]) total = np.sum(a) print(total)
Kết quả:
Bài viết này được đăng tại [free tuts .net]
6
Cách hoạt động:
Đầu tiên, tạo một mảng NumPy mới chứa ba số 1, 2 và 3:
a = np.array([1, 2, 3])
Thứ hai, tính tổng của tất cả các phần tử trong mảng a bằng cách sử dụng hàm sum():
total = np.sum(a)
Hiển thị kết quả:
print(total)
Ví dụ sau sử dụng hàm sum() để tính tổng của tất cả các phần tử trong một mảng 2 chiều:
import numpy as np
a = np.array([
[1, 2, 3],
[4, 5, 6]
])
#Bài viết này được đăng tại freetuts.net
total = np.sum(a)
print(total)
Kết quả:
21
Trong ví dụ này, hàm sum() cộng tất cả các số trong mảng a.
Hàm sum() cũng chấp nhận đối số axis cho phép bạn trả về tổng của các phần tử theo một trục nhất định. Ví dụ:
import numpy as np
a = np.array([
[1, 2, 3],
[4, 5, 6]
])
#Bài viết này được đăng tại freetuts.net
total = np.sum(a, axis=0)
print(total)
Kết quả:
[5 7 9]
Trong ví dụ này, hàm sum() trả về một mảng mới mà mỗi phần tử là tổng của các phần tử của mảng a theo trục-0.
Tương tự, bạn có thể tính tổng các phần tử theo trục-1 như sau:
import numpy as np
a = np.array([
[1, 2, 3],
[4, 5, 6]
])
#Bài viết này được đăng tại freetuts.net
total = np.sum(a, axis=1)
print(total)
Kết quả:
[ 6 15]
Kết bài
Khi làm việc với NumPy, việc tính toán tổng của các phần tử trong một mảng trở nên dễ dàng và hiệu quả nhờ vào hàm sum(). Bạn có thể sử dụng hàm sum() để lấy tổng của tất cả các phần tử trong một mảng. Hơn nữa, đối số axis của hàm này cho phép bạn chỉ định trục mà bạn muốn tính tổng, giúp bạn linh hoạt trong việc tính toán trên các mảng đa chiều. Bằng cách nắm vững các kỹ thuật này, bạn sẽ có thể xử lý và phân tích dữ liệu một cách hiệu quả hơn trong các dự án của mình.
