相关疑难解决方法(0)

作为背景，请阅读这篇快速文章和明确的答案： np.sum 和 np.add.reduce 之间的区别是什么？

所以，对于小数组，使用add.reduce速度更快。让我们看一下我为了学习而试验的以下代码，它对一个二维数组求和：

a = np.array([[1,4,6],[3,1,2]])
print('Sum function result =', np.sum(a))

# faster for small array - 
# print(np.add.reduce(a))

# but the only reduces dimension by 1. So do this repeatedly. I create a copy of x since I keep reducing it:
x = np.copy(a)
while x.size > 1:
    x = np.add.reduce(x)

print('Sum with add.reduce =', x)

所以，上面的内容似乎有点矫枉过正——我认为当你不知道数组的大小时最好使用它sum，并且绝对如果它超过一维。add.reduce如果您的数组不明显/不小，有人会在生产代码中使用吗？如果是这样，为什么？

欢迎对代码即兴创作提出任何意见。