python - 如何对嵌套列表中的元素求和？

Question

所以，我有一个看起来像这样的列表

[[[1, 2], [3, 4], [5, 6]],
 [[7, 8], [9, 10], [11, 12]],
 [[13, 14], [15, 16], [17, 18]],
 [[19, 20], [21, 22], [23, 24]]]

我希望它看起来像这样

[[3, 7, 11],
 [15, 19, 23],
 [27, 31, 35],
 [39, 43, 27]]

那就是3 = sum([1, 2]), 7 = sum([3, 4]), ...。

我尝试过嵌套 for 循环，但我没有找到任何得到预期结果的东西，有人知道我该怎么做吗？

Answer 1

您还可以使用列表推导：

[[sum(x) for x in triple] for triple in lists]

在上面的列表理解中，triple 将是您的三个双精度列表，因此第一个 for 循环将覆盖这些。然后 x 将是每个双精度列表，在三元组内部，因此我们对其求和，同时通过使用此括号将其保持在原始三元组内：

[sum(x) for x in triple]

输出：

[[3, 7, 11], [15, 19, 23], [27, 31, 35], [39, 43, 47]]

Answer 2

这将很好地完成这项工作，并且 imo 比列表推导更具可读性。

lists = [[[1, 2], [3, 4], [5, 6]],
        [[7, 8], [9, 10], [11, 12]],
        [[13, 14], [15, 16], [17, 18]],
        [[19, 20], [21, 22], [23, 24]]]

new_lists = []
for nested in lists:
    new_ls = []
    for ls in nested:
        new_ls.append(sum(ls))
    new_lists.append(new_ls)


>>> new_lists
[[3, 7, 11], [15, 19, 23], [27, 31, 35], [39, 43, 47]]

Answer 3

如果您乐于使用 3rd 方库，您可以使用 NumPy 并沿单个维度求和：

import numpy as np

A = np.array([[[1, 2], [3, 4], [5, 6]],
              [[7, 8], [9, 10], [11, 12]],
              [[13, 14], [15, 16], [17, 18]],
              [[19, 20], [21, 22], [23, 24]]])

res = A.sum(2)

结果：

array([[ 3,  7, 11],
       [15, 19, 23],
       [27, 31, 35],
       [39, 43, 47]])

另请参阅：与常规 Python 列表相比，NumPy 有哪些优势？