scipy.sparse.coo_matrix.sum()关于axis的用法

以下面的矩阵为例

[1,2,0]
[0,3,0]
[0,0,0]

示例代码

from scipy.sparse import coo_matrix

# 创建一个稀疏矩阵
data = [1, 2, 3]
row = [0, 0, 1]
col = [0, 1, 1]
sparse_matrix = coo_matrix((data, (row, col)), shape=(3,3))

# 计算稀疏矩阵中每行非零元素的总和
sum_of_columns = sparse_matrix.sum(axis=0)  # 计算矩阵每一列的和
sum_of_rows = sparse_matrix.sum(axis=1)  # 计算矩阵每一行的和

print("稀疏矩阵中每列非零元素的总和:", sum_of_columns)
print("稀疏矩阵中每行非零元素的总和:", sum_of_rows)

输出

稀疏矩阵中每列非零元素的总和: [[1 5 0]]
稀疏矩阵中每行非零元素的总和: [[3]
 							 [3]
						     [0]]

简单的记法就是axis等于谁,谁消失;或者说是执行操作的方向

numpy也是这样:numpy 数组中的轴 axis

参考文献:讯飞星火大模型

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值