[已解决]sum()函数

catalpa-bungei

问题1.
对于list
X = [[1,2,3],[4,5,6]]
如何使用sum使得返回[5,7,9]呢？

问题2.
X.sum(dim=0)是不是要求X为tensor?我如何把list转换为tensor呢？

问题3.
有一个返回generator的函数f(x,k),然后可以求和：
sum(f(x,k) for x,k in zip(X,K))
为什么我无法让Y= (f(x,k) for x,k in zip(X,K))  然后sum(Y)呢？
此外，如何将generator转换成tensor呢？

最佳答案

月排行榜 / 总排行榜

isdkz

2023-4-15 11:33:56

问题1.
对于list X = [[1, 2, 3], [4, 5, 6]]，你可以使用列表推导式与zip函数将两个子列表相加，如下所示：

X = [[1, 2, 3], [4, 5, 6]]
result = [sum(x) for x in zip(*X)]
print(result)  # 输出：[5, 7, 9]

问题2.
是的，X.sum(dim=0)需要X为一个tensor。你可以使用PyTorch将list转换为tensor，如下所示：

import torch

X = [[1, 2, 3], [4, 5, 6]]
X_tensor = torch.tensor(X)  # 将list转换为tensor
result = X_tensor.sum(dim=0)  # 沿着第0个维度求和
print(result)  # 输出：tensor([5, 7, 9])

问题3.
首先，回答你关于为什么不能使用以下代码的问题：

Y = (f(x, k) for x, k in zip(X, K))
sum(Y)

这是因为当你将生成器赋值给Y时，它仅仅是一个生成器对象，而不是一个实际的序列。当你尝试对其求和时，你需要将生成器转换为一个可迭代的对象。你可以将生成器转换为列表，然后对其求和，如下所示：

Y = (f(x, k) for x, k in zip(X, K))
result = sum(list(Y))

此外，要将生成器转换为tensor，你可以使用torch.tensor()函数将生成器转换为一个列表，然后将该列表转换为tensor：

import torch

Y = (f(x, k) for x, k in zip(X, K))
Y_tensor = torch.tensor(list(Y))  # 将生成器转换为tensor

跳转到最佳答案楼层

isdkz

问题1.
对于list X = [[1, 2, 3], [4, 5, 6]]，你可以使用列表推导式与zip函数将两个子列表相加，如下所示：

X = [[1, 2, 3], [4, 5, 6]]
result = [sum(x) for x in zip(*X)]
print(result)  # 输出：[5, 7, 9]

问题2.
是的，X.sum(dim=0)需要X为一个tensor。你可以使用PyTorch将list转换为tensor，如下所示：

import torch

X = [[1, 2, 3], [4, 5, 6]]
X_tensor = torch.tensor(X)  # 将list转换为tensor
result = X_tensor.sum(dim=0)  # 沿着第0个维度求和
print(result)  # 输出：tensor([5, 7, 9])

问题3.
首先，回答你关于为什么不能使用以下代码的问题：

Y = (f(x, k) for x, k in zip(X, K))
sum(Y)

这是因为当你将生成器赋值给Y时，它仅仅是一个生成器对象，而不是一个实际的序列。当你尝试对其求和时，你需要将生成器转换为一个可迭代的对象。你可以将生成器转换为列表，然后对其求和，如下所示：

Y = (f(x, k) for x, k in zip(X, K))
result = sum(list(Y))

此外，要将生成器转换为tensor，你可以使用torch.tensor()函数将生成器转换为一个列表，然后将该列表转换为tensor：

import torch

Y = (f(x, k) for x, k in zip(X, K))
Y_tensor = torch.tensor(list(Y))  # 将生成器转换为tensor

歌者文明清理员

isdkz 发表于 2023-4-15 11:33
问题1.
对于list X = [[1, 2, 3], [4, 5, 6]]，你可以使用列表推导式与zip函数将两个子列表相加，如下所示 ...

没看懂

                               
登录/注册后可看大图

陶远航

问题1：
可以使用列表解析式和内置函数sum()实现：

X = [[1, 2, 3], [4, 5, 6]]
result = [sum(x) for x in zip(*X)]
print(result)

输出：[5, 7, 9]

列表解析式中，zip(*X)将X按列解压成元组的列表，然后每个元组的元素相加求和即可。

问题2：
是的，sum(dim=0)是PyTorch中Tensor对象的方法。将list转换为Tensor对象，可以使用torch.tensor()函数：

import torch

X = [[1, 2, 3], [4, 5, 6]]
X_tensor = torch.tensor(X)
result = X_tensor.sum(dim=0)
print(result)

输出：tensor([5, 7, 9])

问题3：
生成器对象只能遍历一次，因此当你在列表解析式中使用sum()函数时，生成器对象已经被耗尽了。如果要多次遍历生成器对象，可以使用列表解析式或将生成器对象转换为列表，然后再使用sum()函数。

# 使用列表解析式
Y = (f(x, k) for x, k in zip(X, K))
result = sum([y for y in Y])
print(result)

# 将生成器对象转换为列表
Y = list(f(x, k) for x, k in zip(X, K))
result = sum(Y)
print(result)

要将生成器对象转换为Tensor对象，可以先将其转换为列表，然后使用torch.tensor()函数将列表转换为Tensor对象：

Y = (f(x, k) for x, k in zip(X, K))
Y_list = list(Y)
Y_tensor = torch.tensor(Y_list)