将二维数组的一维度内的数求和
时间: 2025-03-21 14:15:31 浏览: 34
### 计算二维数组中每一行的和
在 Python 中,可以通过多种方法实现对二维数组中每一行进行求和的操作。以下是几种常见的解决方案:
#### 方法一:使用 `for` 循环遍历并累加
通过手动循环访问每行数据,并调用内置的 `sum()` 函数完成逐行求和。
```python
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
row_sums = []
for row in matrix:
row_sum = sum(row)
row_sums.append(row_sum)
print(row_sums) # 输出结果为 [6, 15, 24]
```
这种方法简单直观,适用于初学者理解逻辑[^1]。
---
#### 方法二:利用列表推导式简化代码
如果希望减少冗余代码量,可以采用列表推导式的写法,在单行语句内完成相同功能。
```python
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
row_sums = [sum(row) for row in matrix]
print(row_sums) # 输出结果为 [6, 15, 24]
```
此方法不仅保持了可读性,还能提高运行效率[^2]。
---
#### 方法三:借助 NumPy 库加速计算
当面对大规模矩阵时,推荐引入科学计算库 **NumPy** 提供的强大工具支持高效数值运算。
```python
import numpy as np
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
row_sums = np.sum(matrix, axis=1)
print(row_sums.tolist()) # 转化回普通列表形式输出 [6, 15, 24]
```
这里的关键在于指定参数 `axis=1` 表明沿水平方向执行累积相加操作[^3]。
---
以上三种途径均可达成目标——获取到原二维数组各子列对应总值集合。具体选用何种方案取决于实际应用场景和个人偏好等因素影响下综合考量决定最佳实践路径[^4]。
阅读全文
相关推荐


















