python按行求和

要按行求和，你可以使用以下代码：

def sum_rows(matrix):
    row_sums = []
    for row in matrix:
        row_sum = sum(row)
        row_sums.append(row_sum)
    return row_sums

# 示例使用
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
row_sums = sum_rows(matrix)
print(row_sums)  # 输出：[6, 15, 24]

在这个示例中，`sum_rows` 函数接受一个二维矩阵作为参数，并对每一行进行求和。它使用 `sum` 函数来计算每行的和，并将结果存储在 `row_sums` 列表中。最后，返回包含每行和的列表。你可以将你的矩阵传递给 `sum_rows` 函数，并打印结果以获取按行求和的列表。

相关问题

python 按行求和

要在Python中按行求平均值，可以使用numpy库的average函数。根据引用，该函数可以接收一个数组作为输入，并通过设置axis参数为1来指定按行求平均值。下面是一个示例代码：

import numpy as np
data = np.array([[1, 2], [3, 4]])
row_avg = np.average(data, axis=1)
print(row_avg)

以上代码中，我们定义了一个二维数组data，然后使用np.average函数按行求平均值，并将结果存储在row_avg变量中。最后，我们打印出row_avg的值，即按行求得的平均值。

请注意，这里的axis参数是设置为1，表示按行计算均值。如果要按列求平均值，可以将axis参数设置为0。另外，如果不设置axis参数，默认会对整个数组求平均值。

希望这可以回答你的问题。如果还有其他疑问，请随时提问。

python按列求和

要按列求和，可以使用pandas库中的DataFrame对象的sum()方法。该方法默认按列求和，返回一个Series对象，其中每个元素是对应列的和。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 按列求和
sums = df.sum()

# 输出结果
print(sums)

输出结果为：

A     6
B    15
C    24
dtype: int64

其中，每个元素的索引是对应的列名，值是该列的和。如果需要将结果作为新的一列添加到DataFrame中，可以使用assign()方法：

df = df.assign(total=df.sum(axis=1))

这将在df中添加一列名为total的新列，其值为每行的和。注意，axis=1表示按行求和，axis=0表示按列求和（默认值）。