求和二维的最简单方法？（Python）答案

【问题标题】：Simplest way to sum two dimensions? (Python)求和二维的最简单方法？（Python）
【发布时间】：2014-05-17 07:32:19
【问题描述】：

我需要帮助来对两个维度求和。

假设我有 [[0,1,2],[3,4,5]] 作为我的维度，将这些数字相加将返回 int 15。

   def sum_dimensions(x):
       x = []
       answer = sum(x)
       return int(x)

感谢指出我在代码中的错误。

【问题讨论】：

标签： python list int sum dimension

【解决方案1】：

让我们稍微了解一下。我在我的机器上使用了以下数据集：

data = list(list(range(100000)) for i in range(1000))

我有以下结果：

In [13]: %%timeit                                             
sum(sum(ele) for ele in data)
   ....: 
1 loops, best of 3: 1.15 s per loop

In [14]: %%timeit                                             
sum([sum([item for item in ele]) for ele in data])
   ....: 
1 loops, best of 3: 3.78 s per loop


In [15]: %%timeit                                             
sum(j for i in data for j in i)
   ....: 
1 loops, best of 3: 4.92 s per loop

In [16]: %%timeit                                             
sum(itertools.chain.from_iterable(data))
   ....: 
1 loops, best of 3: 1.61 s per loop

In [18]: %%timeit
sum(map(sum, data))
   ....: 
1 loops, best of 3: 1.16 s per loop

但是对于小型数据集，itertools 变体比sum(sum 变体快 2 倍。 sum(map(sum 似乎完全映射到 sum(sum(ele) for ele in data) 构造

【讨论】：

这是关于过早优化的问题吗？
嘿，虽然生成器表达式的总和会比这更有效。很高兴知道！
@Hyperboreus 否。但是这项任务非常简单，并且允许具有相同代码复杂度的多个解决方案。因此，值得研究它们的比较方式，不是吗？例如，看看j for i in data for j in i 构造的性能有多糟糕，这很有趣，我没想到会这样。

【解决方案2】：

它是 Python，而不是 C。

ar = [[0,1,2],[3,4,5]]
result = sum ( [sum(block) for block in ar] )

【讨论】：

【解决方案3】：

如果你在做其他线性代数，可能值得考虑numpy：

import numpy as np

x = np.array( [[0,1,2],[3,4,5]] )
print np.sum(x)

【讨论】：

我不喜欢使用 Numpy。忘了说！

【解决方案4】：

这就是你要找的：

data = [[0,1,2],[3,4,5]]
sum([sum([item for item in ele]) for ele in data])
15

正如@filmor 所指出的，这可以简化为：

data = [[0,1,2],[3,4,5]]
sum([sum(ele) for ele in data])
15

就您的代码而言，如果您将[[0,1,2],[3,4,5]] 作为x 传递给函数：

answer = sum(x)

会抛出一个TypeError。以下

return int(x)

也没有意义。使您的代码工作的方法是：

def sum_dimensions(x):
   answer = sum(x)
   return answer

data = [[0,1,2],[3,4,5]]
total_sum = 0
for sub_list in data:
    total_sum += sum_dimensions(sub_list)

【讨论】：

sum([item for item in ele]) 可以写成sum(ele)。
或sum(j for i in data for j in i)
那就更好了，是的:)
这会占用大阵列上的额外资源。当性能可能成为问题时，您应该寻找方法以调用 math 和 itertools 来替换 Python 循环。
究竟是什么？ M4rtini 的解决方案？

【解决方案5】：

试试这个，

>>>sum([sum(i) for i in [[0,1,2],[3,4,5]]])

输出：

【讨论】：

非常感谢您的回复。

【解决方案6】：

你可以试试这个：

>>> l = [[0,1,2],[3,4,5]]
>>> 
>>> sum(a for v in l for a in v)
15

【讨论】：

【解决方案7】：

也可以使用map() 和sum() 来完成：

a = [[0,1,2],[3,4,5]]
sum(map(sum, a)) #15

【讨论】：