OK，以下是我PDB调试会话的转储它展示了如何在这土地大熊猫结束了：

 在[*]：A1 = np.random.random（（3,2））
进口PDB
A2 = pd.DataFrame（a1）的
打印（np.sum（A1））＃的款项的所有单元格
pdb.set_trace（）
np.sum（A2）行以上的款项＃
3.02993889742
 - 返回 - 
＆GT; ＆所述; IPython中输入-50-92405dd4ed52＆GT;（5）＆所述;模块＆GT;（） - ＆GT;无
 - ＆GT; pdb.set_trace（）
（PDB）B 6
断点2 AT＆LT; IPython的输入-50-92405dd4ed52＆GT;：6
（PDB）C
＆GT; ＆LT; IPython的输入-50-92405dd4ed52＆GT;（6）LT;模块＆GT;（） -  GT;无
 - ＆GT; np.sum（A2）行以上的款项＃
（PDB）■
 - 呼叫 - 
＆GT; C：\\ winpython-64-3.4.2.4 \\中的python-3.4.2.amd64 \\ LIB \\站点包\\ numpy的\\核心\\ fromnumeric.py（1623）和（）
 - ＆GT; DEF总和（A，轴=无，DTYPE =无，走出=无，keepdims = FALSE）：
（PDB）打印（轴）
没有
（PDB）■
＆GT; C：\\ winpython-64-3.4.2.4 \\中的python-3.4.2.amd64 \\ LIB \\站点包\\ numpy的\\核心\\ fromnumeric.py（1700）和（）
 - ＆GT;如果isinstance（一，_gentype）：
（PDB）■
＆GT; C：\\ winpython-64-3.4.2.4 \\中的python-3.4.2.amd64 \\ LIB \\站点包\\ numpy的\\核心\\ fromnumeric.py（1706）和（）
 - ＆GT; elif的类型（a）是不mu.ndarray：
（PDB）sssssss
*** NameError：名称'sssssss没有定义
（PDB）SS
*** NameError：名称'SS'没有定义
（PDB）■
＆GT; C：\\ winpython-64-3.4.2.4 \\中的python-3.4.2.amd64 \\ LIB \\站点包\\ numpy的\\核心\\ fromnumeric.py（1707）和（）
 - ＆GT;尝试：
（PDB）■
＆GT; C：\\ winpython-64-3.4.2.4 \\中的python-3.4.2.amd64 \\ LIB \\站点包\\ numpy的\\核心\\ fromnumeric.py（1708）和（）
 - ＆GT;总和= a.sum
（PDB）■
＆GT; C：\\ winpython-64-3.4.2.4 \\中的python-3.4.2.amd64 \\ LIB \\站点包\\ numpy的\\核心\\ fromnumeric.py（1713）和（）
 - ＆GT;返回总和（轴=轴，DTYPE DTYPE =，OUT = OUT）
（PDB）打印（轴）
没有
（PDB）■
 - 呼叫 - 
＆GT; c:\\winpython-64bit-3.4.2.4\\python-3.4.2.amd64\\lib\\site-packages\\pandas\\core\\generic.py(3973)stat_func()
 - ＆GT; @Substitution（outname =名称，DESC = DESC）
（PDB）■
＆GT; c:\\winpython-64bit-3.4.2.4\\python-3.4.2.amd64\\lib\\site-packages\\pandas\\core\\generic.py(3977)stat_func()
 - ＆GT;如果skipna是无：
（PDB）■
＆GT; c:\\winpython-64bit-3.4.2.4\\python-3.4.2.amd64\\lib\\site-packages\\pandas\\core\\generic.py(3978)stat_func()
 - ＆GT; skipna = TRUE
（PDB）■
＆GT; c:\\winpython-64bit-3.4.2.4\\python-3.4.2.amd64\\lib\\site-packages\\pandas\\core\\generic.py(3979)stat_func()
 - ＆GT;如果轴是无：
（PDB）■
＆GT; c:\\winpython-64bit-3.4.2.4\\python-3.4.2.amd64\\lib\\site-packages\\pandas\\core\\generic.py(3980)stat_func()
 - ＆GT;轴= self._stat_axis_number
（PDB）打印（self._stat_axis_number）
0
（PDB）
 

所以基本上，一旦它在大熊猫最终降落有一些完整性检查，其中一个是，如果轴无那么它从 self._stat_axis_number 是 0 ，因此，行为的差异。我不是一个熊猫开发，使他们可以揭示出这个更多的光线，但这个解释的输出差异

为了实现你必须调用相同的输出之两次：

 在[6]：a2.sum（轴= 0）的.sum（）
出[6]：
3.9180334059883006
 

或者

 在[7]：np.sum（np.sum（A2））
出[7]：
3.9180334059883006
 

In short, numpy.sum(a, axis=None) sums all cells of an array, but sums over rows of a data frame. I thought that pandas.DataFrame is built on top of numpy.array, and should not have this different behavior? What's the under-the-hood conversion?

a1 = numpy.random.random((3,2))
a2 = pandas.DataFrame(a1)
numpy.sum(a1) # Sums all cells
numpy.sum(a2) # Sums over rows

OK the following is a dump of my pdb debugging session which shows how this ends up in pandas land:

In [*]:

a1 = np.random.random((3,2))
import pdb
a2 = pd.DataFrame(a1)
print(np.sum(a1)) # Sums all cells
pdb.set_trace()
np.sum(a2) # Sums over rows
3.02993889742
--Return--
> <ipython-input-50-92405dd4ed52>(5)<module>()->None
-> pdb.set_trace()
(Pdb) b 6
Breakpoint 2 at <ipython-input-50-92405dd4ed52>:6
(Pdb) c
> <ipython-input-50-92405dd4ed52>(6)<module>()->None
-> np.sum(a2) # Sums over rows
(Pdb) s
--Call--
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\numpy\core\fromnumeric.py(1623)sum()
-> def sum(a, axis=None, dtype=None, out=None, keepdims=False):
(Pdb) print(axis)
None
(Pdb) s
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\numpy\core\fromnumeric.py(1700)sum()
-> if isinstance(a, _gentype):
(Pdb) s
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\numpy\core\fromnumeric.py(1706)sum()
-> elif type(a) is not mu.ndarray:
(Pdb) sssssss
*** NameError: name 'sssssss' is not defined
(Pdb) ss
*** NameError: name 'ss' is not defined
(Pdb) s
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\numpy\core\fromnumeric.py(1707)sum()
-> try:
(Pdb) s
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\numpy\core\fromnumeric.py(1708)sum()
-> sum = a.sum
(Pdb) s
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\numpy\core\fromnumeric.py(1713)sum()
-> return sum(axis=axis, dtype=dtype, out=out)
(Pdb) print(axis)
None
(Pdb) s
--Call--
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\pandas\core\generic.py(3973)stat_func()
-> @Substitution(outname=name, desc=desc)
(Pdb) s
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\pandas\core\generic.py(3977)stat_func()
-> if skipna is None:
(Pdb) s
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\pandas\core\generic.py(3978)stat_func()
-> skipna = True
(Pdb) s
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\pandas\core\generic.py(3979)stat_func()
-> if axis is None:
(Pdb) s
> c:\winpython-64bit-3.4.2.4\python-3.4.2.amd64\lib\site-packages\pandas\core\generic.py(3980)stat_func()
-> axis = self._stat_axis_number
(Pdb) print(self._stat_axis_number)
0
(Pdb) 

So basically once it ends up in pandas land there are some integrity checks, one of which is that if axis is None then it's assigned the value from self._stat_axis_number which is 0, hence the difference in behaviour. I'm not a pandas dev so they may shed more light on this but this explains the difference in output

In order to achieve the same output you have to call sum twice:

In [6]:

a2.sum(axis=0).sum()
Out[6]:
3.9180334059883006

Or

In [7]:

np.sum(np.sum(a2))
Out[7]:
3.9180334059883006