我有一个 Python 数组,如下所示:
[[1,2,3],
[1,2,3]]
我可以通过执行添加行sum(array[i])
,如何使用双 for 循环对列求和?
IE 对于第一列,我可以得到 2,然后是 4,然后是 6。
使用for
循环(在生成器表达式中):
data = [[1,2,3],
[1,2,3]]
column = 1
print(sum(row[column] for row in data)) # -> 4
您不需要循环,用于zip()
转置列表,然后获取所需的列:
sum(list(zip(*data)[i]))
(注意在 2.x 中,zip()
返回一个列表,所以你不需要list()
调用)。
编辑:这个问题最简单的解决方案,不使用zip()
,可能是:
column_sum = 0
for row in data:
column_sum += row[i]
我们只是遍历行,获取元素并将其添加到我们的总数中。
然而,鉴于我们有内置函数可以为我们执行此操作,因此效率较低且毫无意义。一般来说,使用zip()
.
[sum(row[i] for row in array) for i in range(len(array[0]))]
那应该这样做。len(array[0])
是列数,所以i
遍历那些。生成器表达式row[i] for row in array
遍历所有行并为每个列号选择一个列。
我认为最简单的方法是这样的:
sumcolumn=data.sum(axis=0)
print (sumcolumn)
你可以使用zip()
:
In [16]: lis=[[1,2,3],
....: [1,2,3]]
In [17]: map(sum,zip(*lis))
Out[17]: [2, 4, 6]
或使用简单的 for 循环:
In [25]: for i in xrange(len(lis[0])):
summ=0
for x in lis:
summ+=x[i]
print summ
....:
2
4
6
您可能对numpy感兴趣,它具有更高级的数组功能。其中之一是轻松总结一列:
from numpy import array
a = array([[1,2,3],
[1,2,3]])
column_idx = 1
a[:, column_idx].sum() # ":" here refers to the whole array, no filtering.
您可以使用 numpy:
import numpy as np
a = np.array([[1,2,3],[1,2,3]])
a.sum(0)