NumPy 中矩阵的列之和

1. 在 Python 中使用 numpy.sum() 函数查找矩阵的列总和
2. 在 Python 中使用 numpy.einsum() 函数查找矩阵的列总和
3. 在 Python 中使用 numpy.dot() 函数查找矩阵的列总和

本教程将介绍如何在 NumPy 中沿列查找元素的总和。

我们将计算以下矩阵的总和。

import numpy as np
a = np.arange(12).reshape(4,3)
print(a)

输出：

[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]

在 Python 中使用 numpy.sum() 函数查找矩阵的列总和

sum() 函数计算指定轴上数组中所有元素的总和。如果将轴指定为 0，则它​​将计算矩阵中各列的总和。

以下代码对此进行了说明。

import numpy as np
a = np.arange(12).reshape(4,3)
s = np.sum(a, axis=0)
print(s)

输出：

[18 22 26]

在本教程中讨论的所有方法中，该方法是最常用和最快的。

在 Python 中使用 numpy.einsum() 函数查找矩阵的列总和

einsum() 是 NumPy 中有用而又复杂的函数。难以解释，因为它可以根据条件以各种方式找到总和。我们可以使用它来计算矩阵的列之和，如下所示。

import numpy as np
a = np.arange(12).reshape(4,3)
s = np.einsum('ij->j', a)
print(s)

输出：

[18 22 26]

ij->j 是该函数的下标，该函数用于指定我们需要计算数组列的总和。

在 Python 中使用 numpy.dot() 函数查找矩阵的列总和

这是一个无关紧要的方法，但了解 dot() 函数的广泛使用仍应为人所知。如果我们用一个仅包含 1 的单行数组来计算 2-D 数组的点积，则会得到该矩阵的列之和。

以下代码实现了这一点。

import numpy as np
a = np.arange(12).reshape(4,3)
s = np.dot(a.T, np.ones(a.shape[0]))
print(s)

输出：

[18. 22. 26.]