NumPy嵌套数组sum方法axis参数理解及期望结果实现求助

先明确你的数组形状：

import numpy as np
vals = np.array([[[38., 27.], [20., 12.]], [[10., 27.], [10., 30.]], [[13., 16.], [5., 5.]]])
print(vals.shape)  # 输出 (3, 2, 2)

NumPy的axis是从0开始计数的维度：

• axis=0：最外层的3个二维数组
• axis=1：每个二维数组里的2个一维数组
• axis=2：每个一维数组里的2个数值

你用vals.sum(axis=1)时，是沿着axis=1（中间层）求和，也就是把每个二维数组里的两个一维数组对应位置相加，所以第一个二维数组[[38.,27.],[20.,12.]]求和后得到[38+20, 27+12] = [58.,39.]，这和你当前得到的结果一致。

而你预期的[65.,32.]是把每个一维数组内部的数值相加，这需要沿着axis=2（最内层）求和：

result = vals.sum(axis=2)
print(result)

输出结果：

array([[65., 32.],
       [37., 40.],
       [29., 10.]])

你写的第三个子数组结果[40.,29.]应该是手误，正确计算是13+16=29、5+5=10。

如果你的预期结果确实是[40.,29.]，可以补充说明具体的计算逻辑，再调整解法。

内容的提问来源于stack exchange，提问作者Macho