update for np.sum

numpy.rst

@@ -31,7 +31,7 @@ Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化
   >>>
   1.13.1
 
-这里不得不提到 Octave（模仿 Matlab 的 GNU 开源软件），它是另一个在科学计算领域应用广泛的开发环境，作者 John W. Eaton。实际上 Octave 之所以易于使用，从而也被广泛应用在教学领域，在于它沿用 Matlab 在各个轴上的定义与笛卡尔坐标系保持一致，从而避免了学习梯度的陡升。掌握 NumPy 的关键就是理解不同维度数组的轴，以及建立在轴上的复杂变换（高维数组上轴的定义与 Octave 不同，这让 NumPy 看起来有些混乱）。
+这里不得不提到 Octave（模仿 Matlab 的 GNU 开源软件），它是另一个在科学计算领域应用广泛的开发环境，作者 John W. Eaton。实际上 Octave 之所以易于使用，从而也被广泛应用在教学领域，在于它沿用 Matlab 在各个轴上的定义与笛卡尔坐标系（C语言的多维数组索引）保持一致，从而避免了学习梯度的陡升。掌握 NumPy 的关键就是理解不同维度数组的轴，以及建立在轴上的复杂变换（高维数组上轴的定义与 Octave 不同，这让 NumPy 看起来有些混乱）。
 
 这里使用 2D 数组在 Octave 和 NumPy 上做一对比：
 
@@ -64,7 +64,7 @@ Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化
   :linenos:
   :lineno-start: 0
   
-  octave:33> A = reshape ([0, 1, 2, 3, 4, 5, 6, 7], 2, 2, 2)
+  octave:1> A = reshape ([0, 1, 2, 3, 4, 5, 6, 7], 2, 2, 2)
   A =
   
   ans(:,:,1) =
@@ -79,6 +79,33 @@ Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化
 
 octave 的下标总是从 1 开始，常规思维 [1,1,2]（对应 Numpy 的索引为 [0,0,1]）的元素是什么？
 
+.. code-block:: python
+  :linenos:
+  :lineno-start: 0
+  
+  # octave 通过圆括号 '()' 进行索引
+  octave:3> A(1,1,2)
+  ans =  4
+
+这里不对 octave 如何进行 reshape 进行深入分析。这里的重点在于 [1,1,1] 对应了 x, y 和 z，通过直观思考就可以得出值为 4。而在 Numpy 却不同：
+
+.. code-block:: python
+  :linenos:
+  :lineno-start: 0
+  
+  In [1]: a
+  Out[1]:
+  array([[[0, 1],
+          [2, 3]],
+  
+         [[4, 5],
+          [6, 7]]])
+  
+  In [2]: a[0,0,1]
+  Out[2]: 1
+
+你可能会认为结果是 4，而事实并非如此，在数组属性一节会分析这一令人迷惑的问题。
+
 NumPy 另一个令人诟病的地方就是不支持列向量，也即只能使用 Nx1 的 2D 数组来模拟，而行向量却是 1D 的，这看起来非常不合理（Stupid！），所以没有任何经验的人使用 Octave 并基于正常思维掌握它是非常迅速的，而要掌握 NumPy，使用直觉思维是不现实的，你在尝试解读代码时必须要经过一个短暂的转换思考过程。
 
 数组属性和类型