求和、均值与轴技巧
沿行或列进行聚合
求和、均值与轴技巧 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 2 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。
一次调用完成汇总
NumPy 可以将整个数组压缩为一个数字。sum 和 mean 等方法可以将许多值快速汇总为一个结果。
a = np.array([2, 4, 6])
total = a.sum() # 12Mean 就是平均值
mean 会用总数除以元素数量。对于上面的数组，它返回 4.0，也就是您熟悉的日常平均值。
avg = a.mean() # 4.0默认处理整个数组
不提供额外参数时，这些方法会将所有内容归约为一个标量。每个元素都会参与计算，而不区分行和列。
m = np.arange(6).reshape(2, 3)
m.sum() # 15认识 axis 参数
真正强大之处在于 axis。它告诉 NumPy 沿哪个方向进行压缩，因此您可以按行或按列分别汇总。
axis=0 向下处理
设置 axis=0 来压缩行。NumPy 会沿每一列向下遍历，并为每列返回一个值。
m.sum(axis=0) # [3 5 7]axis=1 横向处理
设置 axis=1 来压缩列。NumPy 会横向遍历每一行，并为每行返回一个值。
m.sum(axis=1) # [3 12]一个记忆技巧
可以把 axis 理解为即将消失的维度。压缩 axis 0 会移除行维度，留下形状类似于一行的结果。
mean 也是同样的规则
对于 mean、min、max 等方法，axis 规则完全相同。掌握一次后，便可应用于 NumPy 提供的所有归约操作。
m.mean(axis=0) # [1.5 2.5 3.5]保留维度
传入 keepdims=True，即可将被压缩的轴保留为大小 1。这样结果就能与原数组进行整齐的广播。
m.sum(axis=1, keepdims=True) # shape 2 x 1沿轴计数
归约操作结合形状可以回答实际问题：每个类别的总数、每天的平均值，或每列向下的项目数量。
有意识地选择轴
选错 axis 是一个常见错误。请始终先确定要保留哪个维度，再压缩另一个维度。
快速检查
您有一个由行和列组成的二维数组。
axis 回顾
您先汇总了整个数组，然后通过设置 axis 按行或按列进行汇总。请记住：指定的轴就是会消失的轴。👍
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「求和、均值与轴技巧」课时是免费的吗？
是的 — 「求和、均值与轴技巧」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。
「求和、均值与轴技巧」这节课中我会学到什么？
沿行或列进行聚合 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Data Science Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 2 节课，共 4 节。
「求和、均值与轴技巧」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Data Science Academy 课中编写并运行代码吗？
能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 重塑与展平数组
- 求和、均值与轴技巧
- 使用布尔掩码进行选择
- 随机数与种子