如何使用Numpy对任意矩阵逐行计算元素平方和并输出为行矩阵

你需要的运算本质是对二维矩阵的每一行执行「元素逐位平方后求和」，最终将所有行的计算结果汇总为一个数组输出。

通用实现代码 #

import numpy as np

def row_square_sum(matrix):
    # matrix为输入的numpy二维数组格式的矩阵
    # axis=1指定按行求和，keepdims=False输出一维数组，如需1×M的行向量可改为True
    return np.sum(matrix ** 2, axis=1, keepdims=False)

效果验证 #

测试案例1（3行2列矩阵） #

输入矩阵：

[[a b]
 [c d]
 [e f]]

调用函数后输出为：

[a²+b², c²+d², e²+f²]

代码测试示例：

test1 = np.array([[1,2],[3,4],[5,6]])
print(row_square_sum(test1)) # 输出 [ 5 25 61]

测试案例2（4行3列矩阵） #

输入矩阵：

[[a b c]
 [d e f]
 [g h i]
 [j k l]]

调用函数后输出为：

[a²+b²+c², d²+e²+f², g²+h²+i², j²+k²+l²]

代码测试示例：

test2 = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
print(row_square_sum(test2)) # 输出 [ 14  77 194 365]

适配说明 #

该实现不需要额外调整参数，可直接适配任意M行N列的二维矩阵输入。

内容的提问来源于stack exchange，提问作者MR_R0B0T