numpy逐行求和

大佬教程收集整理的这篇文章主要介绍了numpy逐行求和，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决numpy逐行求和？

方法1：使用None（或np.newaxis）添加额外的维度，以便广播能够正常运行：

>>> e
array([[ 0.,  1.],
       [ 2.,  4.],
       [ 1.,  5.]])
>>> e/e.sum(axis=1)[:,None]
array([[ 0.        ,  1.        ],
       [ 0.33333333,  0.66666667],
       [ 0.16666667,  0.83333333]])

方法2：转置快乐：

>>> (e.T/e.sum(axis=1)).T
array([[ 0.        ,  1.        ],
       [ 0.33333333,  0.66666667],
       [ 0.16666667,  0.83333333]])

（axis=如果需要，您可以为简洁而删除该部分。）

方法3 ：（根据Jaime的评论进行推广）

使用keepdims参数onsum保留尺寸：

>>> e/e.sum(axis=1, keepdims=True)
array([[ 0.        ,  1.        ],
       [ 0.33333333,  0.66666667],
       [ 0.16666667,  0.83333333]])

解决方法

import numpy as np
e = np.array([[0.,1.],[2.,4.],[1.,5.]])
for row in xrange(e.shape[0]):
    e[row] /= np.sum(e[row])

array([[ 0.,1.        ],[ 0.33333333,0.66666667],[ 0.16666667,0.83333333]])

大佬总结

以上是大佬教程为你收集整理的numpy逐行求和全部内容，希望文章能够帮你解决numpy逐行求和所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。