这几乎可以肯定是numpy有时使用成对求和，有时不使用成对的结果。
让我们构建一个诊断数组：
eps = (np.nextafter(1.0, 2)-1.0) / 21+eps+eps+eps# 1.0(1+eps)+(eps+eps)# 1.0000000000000002X = np.full((32, 32), eps)X[0, 0] = 1X.sum(0)[0]# 1.0X.sum(1)[0]# 1.000000000000003X[:, 0].sum()# 1.000000000000003
这强烈表明一维数组和连续轴使用成对求和，而多维数组中的跨步轴则不使用。
请注意，要看到这种效果，数组必须足够大，否则numpy会退回到普通求和。
