如何在python中打印列和行的总和？答案

【问题标题】：How to print the sum of columns and rows in python?如何在python中打印列和行的总和？
【发布时间】：2020-05-28 01:13:35
【问题描述】：

我想打印一个二维数组的每一行的总和和每一列的总和，像这样：

sum row1 = 123（数字不是实数，只是举例）
和行2 = 123
总和第 3 行 = 123

列也是如此。我知道如何在java中做到这一点，但不知道如何在python中做到这一点。这是我的代码（缺少行和列总和的代码，因为我不知道该怎么做）：

from random import randint

dim1 = input("Insert first dimension: ")
dim1 = int(dim1)

dim2 = input("Insert second dimension: ")
dim2 = int(dim2)

table1d = []

for i in range(dim1):
    table2d = []
    for j in range(dim2):
        table2d.append(randint(1, 170))
    table1d.append(table2d)
print(table1d)

totalSum = sum(map(sum, table1d))
print(totalSum)

sumRows = 0
for i in range(0, len(table1d), 1):
    sumRows += table1d[i]

【问题讨论】：

sums_in_rows = list(map(sum, table1d))
看起来最后一行是TypeError: unsupported operand type(s) for +: 'int' and 'list'，因为sumRows 是一个int 而table1d[i] 是一个列表。这不是重点，因为@furas 是对的，sums_in_rows = map(sum, table1d) 是您对行求和的方式，并且您可以在简单地转置数据后以相同的方式对列求和。
将其转换为numpy数组，您将拥有array.sum(axis=0)、array.sum(axis=1)和总和array.sum()
是的，我知道这是一个错误，因为我不知道该怎么做 :) 行和列是否相同，所以对于列我会这样做： sums_in_columns = lmap(sum , 表 2d)?如何将其转换为 numpy 数组？

标签： python arrays sum

【解决方案1】：

对于你只需要的行

sums_in_rows = list(map(sum, table1d))

print(sums_in_rows)

对于列，它需要更多

sums_in_columns = [0]*len(table1d[0])  # create list for all results

for row in table1d:
    for c, value in enumerate(row):
        sums_in_columns[c] += value

print(sums_in_columns)

你也可以把它转换成numpy数组然后你就有了

import numpy as np

arr = np.array(table1d)

print('rows:',  arr.sum(axis=1))
print('cols:',  arr.sum(axis=0))
print('total:', arr.sum())

from random import randint

dim1 = input("Insert first dimension: ")
dim1 = int(dim1)

dim2 = input("Insert second dimension: ")
dim2 = int(dim2)

table1d = []
#x = 0
for i in range(dim1):
    table2d = []
    for j in range(dim2):
        table2d.append(randint(1, 170))
        #table2d.append(x)
        #x += 1
    table1d.append(table2d)
print(table1d)

sums_in_rows = list(map(sum, table1d))
print(sums_in_rows)

sums_in_columns = [0]*len(table1d[0])
for row in table1d:
    for c, value in enumerate(row):
        sums_in_columns[c] += value
print(sums_in_columns)

import numpy as np

arr = np.array(table1d)
print(arr.sum(axis=1))
print(arr.sum(axis=0))
print(arr.sum())

【讨论】：

【解决方案2】：

import numpy as np

列：

np.array(table1d).sum(axis=0)

行：

np.array(table1d).sum(axis=1)

【讨论】：

【解决方案3】：

您可以使用列表推导和 sum 函数来获得所需的结果：

import random

rowCount = 3
colCount = 5

matrix = [ [random.randint(10,99) for _ in range(colCount)] for _ in range(rowCount) ]

for line in matrix:
    print(line)

for row in range(rowCount):
    print(f"sum row{row} = ",sum(matrix[row]))

for col in range(colCount):
    print(f"sum column{col} = ",sum(row[col] for row in matrix))


[90, 62, 86, 19, 13]
[33, 93, 38, 17, 29]
[11, 96, 91, 66, 81]

sum row0 =  270
sum row1 =  210
sum row2 =  345

sum column0 =  134
sum column1 =  251
sum column2 =  215
sum column3 =  102
sum column4 =  123

【讨论】：

【解决方案4】：

这是一个简单直接的双循环解决方案，如果您想同时计算两个总和。

container = [[1, 2, 3, 4],
             [3, 2, 1, 5],
             [4, 5, 6, 6]]
rowSum, colSum, i = [0]*len(container), [0]*len(container[0]), 0
while i < len(container):
    j = 0
    while j < len(container[0]):
        rowSum[i] += container[i][j]
        colSum[j] += container[i][j]
        j += 1
    i += 1
print(rowSum, colSum)

希望对您有所帮助。 ✌

【讨论】：