计算一个二维NumPy数组中所有列的总和，可以使用 numpy.sum 函数。
首先，需要保证导入了NumPy库，可以使用以下代码导入库：
import numpy as np
接下来可以创建一个二维NumPy数组来进行测试，示例如下：
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr)
# Output:
# [[1 2 3]
# [4 5 6]
# [7 8 9]]
当以上代码运行后，可以得到一个3*3的二维数组。接下来使用 numpy.sum 函数来计算每一列的总和。在使用numpy.sum函数时，需要设置 axis 参数来指定对哪个维度求和。如果要对每一列求和，那么需要设置 axis=0。
示例如下：
col_sum = np.sum(arr, axis=0)
print(col_sum)
# Output:
# [12 15 18]
以上代码中，使用 np.sum 函数计算了 arr 中每一列的和并保存到 col_sum 中，其中 axis=0 将对列求和。
下面再举一个实际应用的例子：
假设现在有一个学生成绩表格，表格的行代表一个学生，列表示学生所得的成绩。现在要计算每一科目的平均分。可以先将表格转换为 NumPy 数组，然后计算每列的平均值即可。
表格转换为二维数组的代码如下：
score_table = np.array(
[[85, 90, 92, 88],
[79, 81, 75, 82],
[94, 89, 81, 90],
[92, 81, 80, 88],
[82, 92, 81, 90]]
)
接下来进行每列平均分的计算：
col_mean = np.mean(score_table, axis=0)
print(col_mean)
# Output:
# [86.4 86.6 81.8 87.6]
以上代码中，使用 np.mean 函数计算了 score_table 中每一列的均值并保存到 col_mean 中，其中 axis=0 表示计算每列的平均值。
综上所述，以上就是计算一个二维NumPy数组中所有列的总和的完整攻略。