Suma de columnas de un array en NumPy

1. Utilice la función numpy.sum() para encontrar la suma de columnas de un array en Python
2. Utilice la función numpy.einsum() para encontrar la suma de columnas de un array en Python
3. Utilice la función numpy.dot() para encontrar la suma de columnas de un array en Python

Este tutorial presentará cómo encontrar la suma de elementos a lo largo de una columna en NumPy.

Calcularemos la suma de la siguiente matriz.

import numpy as np

a = np.arange(12).reshape(4, 3)
print(a)

Producción :

[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]

Utilice la función numpy.sum() para encontrar la suma de columnas de un array en Python

La función sum() calcula la suma de todos los elementos de un array sobre el eje especificado. Si especificamos el eje como 0, entonces calcula la suma de las columnas en un array.

El siguiente código explica esto.

import numpy as np

a = np.arange(12).reshape(4, 3)
s = np.sum(a, axis=0)
print(s)

Producción :

[18 22 26]

Este método es el más utilizado y el más rápido de todos los métodos discutidos en este tutorial.

Utilice la función numpy.einsum() para encontrar la suma de columnas de un array en Python

El einsum() es una función útil pero complicada en NumPy. Es difícil de explicar porque puede encontrar la suma de varias formas dependiendo de la condición. Podemos usarlo para calcular la suma de columnas de un array, como se muestra a continuación.

import numpy as np

a = np.arange(12).reshape(4, 3)
s = np.einsum("ij->j", a)
print(s)

Producción :

[18 22 26]

ij->j es el subíndice de la función que se utiliza para especificar que necesitamos calcular la suma de las columnas del array.

Utilice la función numpy.dot() para encontrar la suma de columnas de un array en Python

Es un método irrelevante, pero aún debe conocerse para comprender el amplio uso de la función punto(). Si calculamos el producto escalar del array 2-D con un array de una sola fila que contiene solo 1, obtenemos la suma de las columnas de esta matriz.

El siguiente código implementa esto.

import numpy as np

a = np.arange(12).reshape(4, 3)
s = np.dot(a.T, np.ones(a.shape[0]))
print(s)

Producción :

[18. 22. 26.]