python全1向量_python – Numpy – 总结一个向量列表

解决方案1 ​​np.add.reduce()

您可以使用np.add的reduce属性：

a = np.array([100, 100])

b = np.array([200, 200])

c = np.array([1000, 2000])

L = [a, b, c]

np.add.reduce(L)

结果是：

array([1300, 2300])

所有带有两个in-arguments的通用函数都有一个reduce属性,它适用于reduce这样的函数,即：

np.add.reduce(L)

变为：

np.add(np.add(L[0], L[1]), L[2])

如果列表L变大,则添加更多括号和相应的np.add调用.

来自文档：

Docstring:

06004

Reduces a‘s dimension by one, by applying ufunc along one axis.

解决方案2 np.sum()

或者,您可以沿第一个轴使用np.sum：

>>> np.sum(L, axis=0)

array([1300, 2300

性能

两者的表现似乎都是一样的.

对于小型阵列：

a = np.array([100, 100])

b = np.array([200, 200])

c = np.array([1000, 2000])

L = [a, b, c, a, b, c, a, b, c]