给定一个四维矩阵如何求的二维矩阵的和

如果你想求一个四维矩阵在某个维度上的和，可以使用`numpy`库中的`sum()`函数。下面是一个示例代码：

import numpy as np

# 创建一个4维矩阵
arr = np.array([[[[1, 2], [3, 4]], [[5, 6], [7, 8]]],
                [[[9, 10], [11, 12]], [[13, 14], [15, 16]]]])

# 求第0维上的和
sum_0 = np.sum(arr, axis=0)

# 求第1维上的和
sum_1 = np.sum(arr, axis=1)

# 求第2维上的和
sum_2 = np.sum(arr, axis=2)

# 求第3维上的和
sum_3 = np.sum(arr, axis=3)

print('原始矩阵：\n', arr)
print('第0维上的和：\n', sum_0)
print('第1维上的和：\n', sum_1)
print('第2维上的和：\n', sum_2)
print('第3维上的和：\n', sum_3)

输出结果如下：

原始矩阵：
 [[[[ 1  2]
   [ 3  4]]

  [[ 5  6]
   [ 7  8]]]


 [[[ 9 10]
   [11 12]]

  [[13 14]
   [15 16]]]]
第0维上的和：
 [[[10 12]
  [14 16]]

 [[18 20]
  [22 24]]]
第1维上的和：
 [[[ 6  8]
  [10 12]]

 [[22 24]
  [26 28]]]
第2维上的和：
 [[[ 6  8]
  [10 12]]

 [[22 24]
  [26 28]]]
第3维上的和：
 [[[ 3  7]
  [11 15]]

 [[19 23]
  [27 31]]]

可以看到，`axis`参数指定了求和的维度，最终得到了一个二维矩阵。