maxframe.tensor.cumsum#

maxframe.tensor.cumsum(a, axis=None, dtype=None, out=None)[源代码]#

沿给定轴返回元素的累积和。

参数:

a (array_like) -- 输入张量。
axis (int, optional) -- 计算累积和的轴。默认值（None）是对展平后的张量进行计算。
dtype (dtype, optional) -- 返回张量和累加器的类型，其中元素被求和。如果未指定 dtype，则默认为 a 的数据类型，除非 a 具有精度低于默认平台整数的整数类型。在这种情况下，使用默认平台整数。
out (Tensor, optional) -- 用于放置结果的替代输出张量。它必须具有与预期输出相同的形状和缓冲区长度，但必要时类型会被转换。详见 `doc.ufuncs`（“输出参数”部分）获取更多细节。

返回:

cumsum_along_axis —— 除非指定了 out，否则返回一个保存结果的新张量；若指定了 out，则返回对 out 的引用。结果与 a 大小相同，且当 axis 不为 None 或 a 为一维张量时，形状也相同。

返回类型:

Tensor.

参见

sum: 对张量元素求和。
trapz: 使用复合梯形法则对张量值进行积分。
diff: 沿给定轴计算第 n 个离散差分。

备注

使用整数类型时，运算是模运算，溢出时不会引发错误。

示例

>>> import maxframe.tensor as mt

>>> a = mt.array([[1,2,3], [4,5,6]])
>>> a.execute()
array([[1, 2, 3],
       [4, 5, 6]])
>>> mt.cumsum(a).execute()
array([ 1,  3,  6, 10, 15, 21])
>>> mt.cumsum(a, dtype=float).execute()     # specifies type of output value(s)
array([  1.,   3.,   6.,  10.,  15.,  21.])

>>> mt.cumsum(a,axis=0).execute()      # sum over rows for each of the 3 columns
array([[1, 2, 3],
       [5, 7, 9]])
>>> mt.cumsum(a,axis=1).execute()      # sum over columns for each of the 2 rows
array([[ 1,  3,  6],
       [ 4,  9, 15]])