Python对二维数组求和的方法：首先定义好一个二维数组；然后使用map函数对数组里每一个元素进行sum操作即可对二维数组求和。
在白朗等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供网站制作、成都做网站 网站设计制作按需策划设计,公司网站建设,企业网站建设,品牌网站建设,全网营销推广,成都外贸网站制作,白朗网站建设费用合理。
关于二维数组求和的几种方法：
a = [[1,2],[3,4],[5,6]]
方法一 sum(map(sum,a))
map(func,a) 函数是对a中的每一个元素进行sum操作
解释一下map函数， map(fund, a) equals [func(i) for i in a] and return a list
方法二 sum(sum(i) for i in a)
方法三 sum(sum(a[i]) for i in range(len(a)))
方法四 reduce(lambda x,y:x+y , reduce(lambda x,y:x+y, a))
解释一下reduce(fun,a),reduce返回的是一个结果值而不是一个list，第一步的时候是（［1，2］＋［3，4］） ＋ ［5，6］
得到一个［1，2，3，4，5，6］， 然后进行的运算是（（（（（1+2）＋3）＋4）＋5）＋6） ＝ 21
一般来说最常用的还是1和3这两种方法，不知道map or reduce, 一般都会采用3， 而知道的应该会采用1，比较简洁。
推荐课程：Python核心基础(尚硅谷)
难道这个代码有问题吗？我觉得是对的啊，不过我会这样：voidprint(intstr[][],intn){inti,j;for(i=0;i50;i++){for(j=0;j50;j++)printf("%d",str[i][j]);}
clear
close all
%%%%%%%%%%%%%%%%%%%%%%%%%生成实验数据集
rand('state',0)
sigma_matrix1=eye(2);
sigma_matrix2=50*eye(2);
u1=[0,0];
u2=[30,30];
m1=100;
m2=300;%样本数
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%sm1数据集
Y1=multivrandn(u1,m1,sigma_matrix1);
Y2=multivrandn(u2,m2,sigma_matrix2);
scatter(Y1(:,1),Y1(:,2),'bo')
hold on
scatter(Y2(:,1),Y2(:,2),'r*')
title('SM1数据集')
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%sm2数据集
u11=[0,0];
u22=[5,5];
u33=[10,10];
u44=[15,15];
m=600;
sigma_matrix3=2*eye(2);
Y11=multivrandn(u11,m,sigma_matrix3);
Y22=multivrandn(u22,m,sigma_matrix3);
Y33=multivrandn(u33,m,sigma_matrix3);
Y44=multivrandn(u44,m,sigma_matrix3);
figure(2)
scatter(Y11(:,1),Y11(:,2),'bo')
hold on
scatter(Y22(:,1),Y22(:,2),'r*')
scatter(Y33(:,1),Y33(:,2),'go')
scatter(Y44(:,1),Y44(:,2),'c*')
title('SM2数据集')
end
function Y = multivrandn(u,m,sigma_matrix)
%%生成指定均值和协方差矩阵的高斯数据
n=length(u);
c = chol(sigma_matrix);
X=randn(m,n);
Y=X*c+ones(m,1)*u;
end
