python数组如何按列相加

在Python中，如果你有一个NumPy数组或多维列表，并希望按照列（轴索引1）对它们进行求和，你可以使用`numpy.sum()`函数配合`axis`参数。假设你有一个二维数组或DataFrame，可以这样做：

import numpy as np

# 示例数据
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 按列求和
sum_columns = np.sum(array, axis=0)

print(sum_columns)

对于Pandas DataFrame，操作类似：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 按列求和
column_sums_df = df.sum(axis=0)

print(column_sums_df)

这里`axis=0`表示沿着行（默认为0），如果设置为`axis=1`则沿列求和。

相关问题

python数组按列相加

可以使用numpy库中的sum函数，设置axis参数为0即可对数组按列相加。代码示例如下：

import numpy as np

arr = np.array([[1,2,3],[4,5,6],[7,8,9]])

# 对数组按列相加
col_sum = np.sum(arr, axis=0)

print(col_sum) # 输出 [12 15 18]

怎样用python计算多维数组按列相加

可以使用numpy库来进行多维数组按列相加的计算。可以使用sum函数和axis参数来指定按列相加，例如：

import numpy as np

# 生成二维数组
arr = np.array([[1,2,3], [4,5,6], [7,8,9]])

# 按列相加
result = np.sum(arr, axis=0)

print(result)
# 输出: [12 15 18]

在上面的例子中，`axis=0`表示要按列相加。如果想按行求和，可以使用`axis=1`。