numpy数组某一行求和 python_关于Python数组求和的四个问题及详解，让你更加爱Python！...

最新推荐文章于 2023-12-22 18:11:31 发布
最新推荐文章于 2023-12-22 18:11:31 发布
阅读量1.3k 收藏
点赞数
文章标签： numpy数组某一行求和 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_29789925/article/details/112334558
版权

总结了四个数求和的问题及详解，如果你正在学习Python的话，可以多学习一下。

c63288fd405e03f38ecc396694b45b71.png


|
问题一：专题概述

5efe67f4a5f0229e4113ff9d783608ee.png

代码相关

54290b8f441545ab6ae1524634796dc9.png


本节的内容
通过第一个问题来初步了解数组求和的两种常用方法
Two Sum
给定一个整数数组和一个目标值，找出数组中和为目标值的两个数。
你可以假设每个输入只对应一种答案，且同样的元素不能被重复利用。
示例 :

c0a984dbe265e4b118380206548599f2.png


暴力循环

d72a854b7afc68b320ce2c7105c63a43.png


哈希

13772caa6f265d6042db630edd09a1da.png


回到本道题中:

8cb049aaf21d1a10e1f0147bafdf04cf.png

399ac54e8f362b6f14e2800bbf079cee.png


双指针

18d332d13ce2ae627a8afe75e783b8ed.png


回到题目中:

0fe94e0891c52a54b10af87e85dd25b2.png

d03fe15c6d9dfabf3ec1fca86b13c995.png

总结
通过两个数求和问题初步了解数组求和问题
等下下一文将引申这两种方法在三个数求和中的应用
问题二：
专题概述

55760d7410f3b4881c6468fcfe738b16.png


代码相关

28770207d8e946645302333856e6b07b.png


本节的内容

6e93fc39f8adc48259f695d1f2b1e409.png


一、哈希

c576af3b38845fa6c44b43b0fcaeab3e.png


回到题目：(将不同于之前的内容标注了新)
数组采用原地排序，不懂sort和sorted的区别，请查阅资料。结果集使用集合，题目中规定了不允许重复值得出现优化部分在上面提到了集合中存储的必须是不可变的元素（可以哈希的元素），所以我们这里选用了tuple，具体哪些是不可变的元素可以查阅资料，最常用的list是可变元素。由于题目需要不能有重复，所以存储的tuple必须按照一定顺序存放（(1,2) != (2, 1)），这里采取的依然是按照从小到大的顺序。最后返回值需要返回list，leetcode才能过，虽然要求中每一项都应该是一个list，但是tuple，leetcode也能过。如过你想符合题意，可以使用list(map(list, res))还有一点需要注意本题的target是0 。

b2a29475375e454b54d5684254f0cac2.png


二、双指针

d34dff791085b022e7f73fe8eb95bb25.png

735780429a4a2610a0868771b3e7a99b.png

总结
本文将两种方法扩展到三个数的问题中
现在你应该非常清楚这两种方法的使用了
下一节我们将讨论4个数的问题
由此引出N个数的问题
问题三：

d8c7c7622dc6e43869f7aa5e10d7796b.png

代码相关

a5f47df924ef6bb0a6241a7f2836e30b.png

本文的内容

89bd7eb6effd44efe54ed244a5832262.png


018-四数之和

a3685e50519fbd5f4ec9f83cd4d32d45.png


实例：

c067237b9962045b3e623c9a38b10b8d.png


一、 延续三个数求和的思路

7926da309a21467a60ab9c3cae427fb2.png

d065e7fd9a64048a67023713408acc00.png


二、用双指针
这里不再讲述本方法了
相比你已经可以自行完成了
我们将主要精力放在下面的内容推广到NSum问题
问题概述
主要需要解决三部分内容
双指针的通用性代码
哈希的通用性代码
以及嵌套for循环问题
一、前置问题

6b4e10f7c686adf6275dbefc11f2825d.png


二、双指针代码
大部分代码都可以直接复制3Sum中的双指针部分区别在于，我们需要知道最左边的起始位置（left_start），以及之前所有循环对应的值（saved_items）当找到符合条件的tuple时，我们就需要存储这个tuple，在上面的问题一种我们提到了如何存储这个tuple，需要注意的是saved_items将传入一个list，我们使用*来拆包（python unpack语法，具体需要查阅相关资料）

81c9540a66da928b5e66110f7a60846f.png


三、哈希代码
这部分就不详细叙述了只是将上面的讲到的和3Sum代码结合一下就完成了

54b21956c641430d1af289aa29ad6898.png


四、嵌套循环问题
如何嵌套执行for循环呢？
使用递归
通过start来指定起始位置
然后递归for循环
在指定一个条件结束
（例子中是start=5时）

c00155ea840d89ce08b7c9c80f07cb18.png


NSum中的嵌套条件

7f8ca91cdbbb241f8b7935001874af02.png

8b39a700270cf82919878212b25905f4.png


完善for嵌套

fc3ccbd60bd20facbe2ad400838e2d51.png

0fa85353576f1645e7cbc47c589ae326.png


再增加一个优化

cd7a38285134e4602c2fd231b9115441.png

b0ed62f391110a72352597a778383cd0.png

总结

e6166f6c18e76940877268bdc32f7448.png


问题四：专题概述

bc86a58b4d3aca746385ef8524d67b43.png

代码相关

807b1b30b1b4d0d04a83bf62b783e528.png

本文的内容

9aa879205ef0b0e4a96c71535fee8533.png

四数相加II

3d9ebc9b2ffa0505ad5c8758e3261dd7.png


例如

69511c78ad5b543934b9f9359c9eaa41.png


一、使用之前的思路（哈希）

821bd259d04fde7ca8fea5bff70c2c6c.png

10a69b7e81cf3b02ac06d71f6611a823.png


二、本题的思路

91bffa7effa995dd1b2f3b7a00b7b374.png

78a92cf2c44818ebca6d9a045f5f1473.png


三、优化代码-pythonic

1ecd3d83d0cc10b69b9576ebe162d3b9.png

29d866623d047477fddb82fec7129ffb.png

总结


到此为止本专题的内容就结束了 ，欢迎大家在评论区发表自己的意见~
还有两道非常简单的题16和167
就不再叙说了，相信大家可以很快就解决。

成长离不开与优秀的同伴共同交流，如果你需要好的学习环境，好的学习资源，这里欢迎每一位热爱Python的小伙伴

wyb的诺诺
关注
Numpy数组值求和
m0_62122877的博客
11-10 8149
计算一个Numpy数组中所有元素的和.
numpy数组按某一维度相加_Python数据分析之NumPy（高级篇）
weixin_39776298的博客
11-20 4362
​一些更高级的ndarray处理where和一些其他的逻辑运算np.where(cond,x,y)：满足条件(cond)输出x，不满足输出yx_arr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])y_arr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])cond = np.array([True, False, True, True, Fa...
python列表内元素求和_关于Python数组求和的四个问题及详解，让你更加爱Python！...
weixin_39558391的博客
11-23 632
总结了四个数求和的问题及详解，如果你正在学习Python的话，可以多学习一下。|问题一：专题概述代码相关本节的内容通过第一个问题来初步了解数组求和的两种常用方法Two Sum给定一个整数数组和一个目标值，找出数组中和为目标值的两个数。你可以假设每个输入只对应一种答案，且同样的元素不能被重复利用。示例 :暴力循环哈希回到本道题中:双指针回到题目中:总结通过两个数求和问题初步了解数组求和问题等下下一文...
Python 计算数组元素之和
bang152101的博客
06-24 8459
1、用for循环实现： list=[1,3,5,7,9,34] sum=0 for i in range(0,len(list)): sum+=list[i] print(sum) 2、reduce实现 from functools import reduce list=[1,3,5,7,9,34] print(reduce(lambda x,y:x+y,list))
python numpy array倒序_Python学习118课--numpy中array的求和与转置变换
weixin_39986741的博客
11-27 317
【每天几分钟，从零入门python编程的世界！】这节介绍numpy中array的求和与转置变换。●对array中所有的元素求和x = np.array([[1,2],[3,4]])print(np.sum(x))运行结果：10说明 ：1+2+3+4 = 10对array中的所有元素求和可以直接调用numpy中的sum方法。●对array中每一列求和、每一行求和x = np.array([[1,2]...
python 依据某几列累加求和_python基础
weixin_39947812的博客
11-20 729
标识符命名规则开发中，通常约定俗称遵守如下规则：删除变量和垃圾回收机制可以通过del语句删除不在使用的变量a = 123 del a #删除了栈，没有删除堆链式赋值x=y=123 相当于 x=123;y=123系列解包赋值系列数据赋值给对应相同个数的变量（个数必须保持一致）a,b,c = 4,5,6 相当于 a = 4;...
python两个二维数组加法_python中利用numpy.array()实现俩个数值列表的对应相加方法...
weixin_28708781的博客
12-30 1万+
python中利用numpy.array()实现俩个数值列表的对应相加方法小编想把用python将列表[1,1,1,1,1,1,1,1,1,1] 和 列表 [2,2,2,2,2,2,2,2,2,2]对应相加成[3,3,3,3,3,3,3,3,3,3]。代码如下：import numpya = numpy.array([1,1,1,1,1,1,1,1,1,1])b = numpy.array([2,...
python数组用sum求和_对python中array.sum(axis=?)的用法介绍
weixin_39714528的博客
12-05 2237
根据代码中运行的结果来看，主要由以下几种:1. sum()：将array中每个元素相加的结果2. axis对应的是维度的相加。比如：1、axis=0时，对饮搞得是第一个维度元素的相加，[[0,1,2,3],[4,5,6,7]]和[[1,2,3,4],[5,6,7,8]]对应元素相加[[0+4,1+2,2+3,3+4],[4+5,5+6,7+7,7+8]]=[[1,3,5,7],[9,11,14,1...
python数组用sum求和_对python中矩阵相加函数sum()的使用详解
weixin_39599705的博客
12-10 8013
对python中矩阵相加函数sum()的使用详解假如矩阵A是n*n的矩阵A.sum()是计算矩阵A的每一个元素之和。A.sum(axis=0)是计算矩阵每一列元素相加之和。A.Sum(axis=1)是计算矩阵的每一行元素相加之和。以上这篇对python中矩阵相加函数sum()的使用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。时间： 2019-01-25根据代码...
关于numpy数组轴的使用详解
09-18
NumPy是Python编程语言的一个扩展库，它提供了大量的数学函数库和操作大数据集的能力，尤其是在多维数组（也就是数组的数组）上。 数组的轴（Axis）是一个在多维数据结构中的概念，类似于数学中的笛卡尔坐标系。轴...
03_Numpy的数组各行，各列的求和，平均值，最大值，最小值，最大最小值差，标准差，方差等的计算
热门推荐
qq_18351157的博客
01-10 4万+
Numpy的数组各行，各列的求和，平均值，最大值，最小值，最大最小值差，标准差，方差等的计算 函数numnumpy.sum()可以算出ndarray数组中所有元素的和，函数numpy.mean()可以算出ndarray数组中所有元素的平均值。 默认的情况下是算出数组中所有元素的和与平均值，但是也可以使用参数axis，对行或列进行计算。 在此，对一下的内容进行说明。 numpy.sum() 求和 ...
Python的神奇算术，用代码轻松求和
最新发布
程序员小麦的博客
12-22 1696
计算求和是编程中的常见任务，Python 提供了多种方法来执行这个任务。无论是使用循环、内置函数sum()、递归还是第三方库，都可以选择适合您需求的方法。请根据具体情况选择最适合的方式来计算总和，以提高代码的效率和可读性。
Numpy：数组的sum、max、argmax 函数
weixin_30527423的博客
01-23 298
一、Numpy的求和函数：sum print("-----------一维数组使用sum函数是对全部元素求和------------------") vector = numpy.array([5, 10, 15, 20]) print(vector.sum()) # 返回：50 print("-----------二维数组求和，一般与axis结合使用---------...
python 求和_python中求和
weixin_39996478的博客
11-23 2898
广告关闭腾讯云11.11云上盛惠 ，精选热门产品助力上云，云服务器首年88元起，买的越多返的越多，最高返5000元！sum是python中一个很实用的函数，但是要注意它的使用，我第一次用的时候，就把它这样用了： 1 s= sum(1,2,3) 结果就悲剧啦 其实sum()的参数是一个list 例如：1 2 sum() sum(range(1,11)) 还有一个比较有意思的用法 1 2 3 4 a=...
numpy求和np.sum()
a857553315的博客
08-05 9336
numpy求和 import numpy as np a = np.array([[1, 2, 1], [3, 4, 5]]) # axis=0代表将行进行求和， # 也就是将各个列的不同行进行求和 print("axis=0:", np.sum(a, axis=0)) # axis=1代表将列进行求和， # 也就是将各个行的不同列进行求和 print("axis=1:", np.sum(a, axis=1)) # 所有元素求和 print(np.sum(a))
python列表元素如何求和
Python_cresss的博客
11-12 3万+
python实现列表对应元素求和的两种方法。 方法一：采用zip（）方法： 1 2 3 4 5 6 7 8 9 10 11 12 # -*...
numpy库中行与列的浅见
无风即风
09-28 280
numpy的sum函数 axis = 0 表示列相加，axis = 1 表示行相加 numpy的min、max函数 min(0) 、max(0)表示每一列取最小/最大值 min(1) 、max(1)表示每一行取最小/最大值
python之np.sum()用法详解
ZauberC的博客
03-03 4076
一般来说，不设置axis这个参数，那么就是把数组或者矩阵所有元素求和，不管数组是一维，还是多维，最终会把每一个元素相加求和。这里主要介绍了axis取值对求和结果的影响，axis其实可以看做是一个x,y,z轴的一个索引，索引可以从0开始，到size-1。表达式 a[x][y][0]+a[x][y][1]+a[x][y][2]+a[x][y][3]表达式 a[x][0][z]+a[x][1][z]+a[x][2][z]表达式 a[0][y][z]+a[1][y][z]求和结果 [2*4]求和结果 [2*3]
计算列表里元素的和
HTTYaYa的博客
07-15 6910
计算列表里元素的和 首先创造一个列表 list1 = [111,348,722] 我们知道: 111 它的位置是0 348 它的位置是1 722 它的位置是2 如果我们想要知道列表中所有元素之和是多少，那么代码为： list1[0]+list1[1]+list1[2] 然后运行就行了。 ...
Python数据分析入门：Numpy数组与科学计算操作详解
Numpy，全称为Numerical Python，是基于NumArray项目发展而来的一个开源库，提供了一个强大的N-dimensional（多维）数组对象（即array），以及一组用于处理这些数组的工具。这个数组对象是Numpy的核心，它使得Python...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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