为何Python内置sum()函数无需np.sum即可对numpy数组求和？

你的推测完全正确，核心原因就是numpy的数组对象（ndarray）重写了加法魔术方法（__add__）。

具体过程拆解： #

• 内置sum()函数的工作逻辑是：默认以0作为初始累加值，遍历可迭代对象中的每个元素，依次执行累加值 = 累加值 + 当前元素的操作。
• 当第一个numpy数组（array([1,2])）和初始值0相加时，会触发numpy数组的__add__方法——该方法会把0转换为兼容的numpy数组，再执行元素级加法，得到array([1,2])。
• 接着用这个结果和第二个numpy数组（array([3,4])）相加，同样调用__add__方法执行元素级加法，最终得到array([4,6])。

验证方式： #

你可以直接调用数组的__add__方法模拟这个过程，结果和sum()完全一致：

import numpy as np
a1 = np.array([1,2])
a2 = np.array([3,4])
print(a1.__add__(a2))  # 输出 array([4,6])
# 运算符形式本质和调用__add__一致
print(a1 + a2)

另外需要注意：如果可迭代对象里混了普通整数，sum()依然能工作，因为numpy的__add__会自动做类型转换；但如果指定了非兼容的起始值，可能会报错。比如：

sum(a, start=1)  # 会抛出TypeError，普通int和numpy数组无法直接相加

内容的提问来源于stack exchange，提问作者Karl Gardner