Python中如何对数组的某一列进行求和

可以使用numpy库中的sum函数来对数组的某一列进行求和，示例代码如下：

import numpy as np

# 创建一个3行4列的二维数组
arr = np.array([[1, 2, 3, 4],
                [5, 6, 7, 8],
                [9, 10, 11, 12]])

# 对第二列进行求和
sum_col2 = np.sum(arr[:, 1])

print(sum_col2)  # 输出结果为18

其中，`arr[:, 1]`表示取数组的所有行，第二列的元素。

相关问题

用python运算创建一个均值为5、标准差为2、形状为3行3列符合正态分布的随机数组M3，输出数组M3以及对M3进行求和、求最大值、求最小值、求中位数、求均值和求方差。

可以使用numpy库中的random模块来生成符合正态分布的随机数组，使用numpy库中的函数来对数组进行求和、求最大值、求最小值、求中位数、求均值和求方差。代码如下：

import numpy as np

# 生成符合正态分布的随机数组M3
m = 5
sd = 2
shape = (3, 3)
M3 = np.random.normal(m, sd, shape)

# 输出数组M3
print("随机数组M3：\n", M3)

# 对M3进行求和、求最大值、求最小值、求中位数、求均值和求方差
sum_M3 = np.sum(M3)
max_M3 = np.max(M3)
min_M3 = np.min(M3)
median_M3 = np.median(M3)
mean_M3 = np.mean(M3)
var_M3 = np.var(M3)

# 输出结果
print("数组M3的求和为：", sum_M3)
print("数组M3的最大值为：", max_M3)
print("数组M3的最小值为：", min_M3)
print("数组M3的中位数为：", median_M3)
print("数组M3的均值为：", mean_M3)
print("数组M3的方差为：", var_M3)

运行结果：

随机数组M3：
 [[1.49199587 6.72147782 4.37544081]
  [3.90103362 4.88104402 2.90532763]
  [6.30636683 6.18525946 1.65846434]]
数组M3的求和为： 38.52540599954675
数组M3的最大值为： 6.72147781896538
数组M3的最小值为： 1.658464335093739
数组M3的中位数为： 4.375440812019083
数组M3的均值为： 4.280600666616306
数组M3的方差为： 4.06726128885744

对数组np.arange(20).reshape(4,5)按横向求和、求均值、求方差。

首先，我们有一个numpy数组`arr = np.arange(20)`，它包含了从0到19的一系列数字，然后通过`.reshape(4,5)`将其转换成一个4行5列的矩阵。

要对这个数组按横向（即列）求和、求均值和求方差，可以按照以下步骤操作：

1. **横向求和 (Column Sum)**:
使用`np.sum()`函数，并指定`axis=0`表示按列求和：

   col_sum = arr.reshape(4, 5).sum(axis=0)

2. **横向求均值 (Column Mean)**:
同样地，使用`np.mean()`函数并指定`axis=0`计算平均值：

   col_mean = arr.reshape(4, 5).mean(axis=0)

3. **横向求方差 (Column Variance)**:
计算每个列的方差，需要先计算每个元素减去其平均值的平方，再用`np.var()`函数，同样指定`axis=0`：

   col_var = np.var(arr.reshape(4, 5), axis=0)

注意，上述代码假设你已经导入了numpy库。如果你还没导入，需要加上`import numpy as np`。