這一篇部落格保證是我寫的最清楚，最容易理解的部落格！！

     眾所周知，sum不傳參的時候，是所有元素的總和。這裡就不說了。

1 sum函式可以傳入一個axis的引數，這個引數怎麼理解呢？這樣理解：

假設我生成一個numpy陣列a，如下

>>> import numpy as np
>>> a = np.array([[[1,2,3,2],[1,2,3,1],[2,3,4,1]],[[1,0,2,0],[2,1,2,0],[2,1,1,1]]])
>>> a
array([[[1, 2, 3, 2],
        [1, 2, 3, 1],
        [2, 3, 4, 1]],

       [[1, 0, 2, 0],
        [2, 1, 2, 0],
        [2, 1, 1, 1]]])
>>> 
 

這是一個擁有兩維的陣列，每一維又擁有三個陣列，這個數組裡面擁有四個元素。如果我們要將這個a陣列中的第一個元素1定位出來，則我們會輸入a[0][0][0]。好，這個axis的取值就是這個精確定位某個元素需要經過多少陣列的長度，在這裡是3，，所以axis的取值有0，1，2。如果一個數組精確到某個元素需要a[n0][n1][n2][...][n]，則axis的取值就是n。定位 到這裡，axis的引數的取值就解釋完成了。

2 理解引數axis取值對sum結果的影響：

前面說了axis的取值（以陣列a為例），axis=0，1，2。在這裡，精確定位到某個元素可以用a[n0][n1][n2]表示。n0的取值是0，1（陣列兩維），代表第一個索引；n1的取值是0，1，2（每一維陣列擁有3個子陣列），代表第二個索引；n2的取值是0，1，2，3（每個子陣列有4個元素），代表第三個索引，這幾個取值在後面會用到。

  2.1 axis = 0的時候：

     axis=0，對應n0已經確定下來，即n0取值定為0，1。所以sum每個元素的求和公式是sum = a[0][n1][n2]+a[1][n1][n2]。接下來確定sum的行數和列數，n1的取值是0，1，2，為3個數，代表行數，n2的取值是0，1，2，3，為4個數，代表列數，所以sum為3*4的陣列。

如何求sum的各個元素呢，sum = a[0][n1][n2]+a[1][n1][n2]這個公式又如何理解呢？如下。我們可以做一個表格：注意顏色

     驗證一下, 正確！

>>> a.sum(axis=0)
array([[2, 2, 5, 2],
       [3, 3, 5, 1],
       [4, 4, 5, 2]])

        2.2 axis = 1的時候：

     axis=1，對應n1已經確定下來，即n1取值定為0，1，2。所以sum每個元素的求和公式是sum =a[n0][0][n2]+a[n0][1][n2]+a[n0][2][n2]。接下來確定sum的行數和列數，n0的取值是0，1，為2個數，代表行數，n2的取值是0，1，2，3，為4個數，代表列數，所以sum為2*4的陣列。

如何求sum的各個元素呢，sum = a[n0][0][n2]+a[n0][1][n2]+a[n0][2][n2]這個公式又如何理解呢？我們又做一個表格，顏色不標註了

>>> a.sum(axis=1)
array([[ 4,  7, 10,  4],
       [ 5,  2,  5,  1]])

        2.3 axis = 2的時候：

     axis=2，對應n2已經確定下來，即n2取值定為0，1，2, 3。所以sum每個元素的求和公式是sum =a[n0][n1][0]+a[n0][n1][1]+a[n0][n1][2]+a[n0][n1][3]。接下來確定sum的行數和列數，n0的取值是0，1，為2個數，代表行數，n1的取值是0，1，2，為3個數，代表列數，所以sum為2*3的陣列。

如何求sum的各個元素呢，sum = a[n0][n1][0]+a[n0][n1][1]+a[n0][n1][2]+a[n0][n1][3]這個公式又如何理解呢？我們又做一個表格，顏色不標註了

>>> a.sum(axis=2)
array([[ 8,  7, 10],
       [ 3,  5,  5]])