以下面的矩阵为例

[1,2,0]
[0,3,0]
[0,0,0]

示例代码

from scipy.sparse import coo_matrix# 创建一个稀疏矩阵
data = [1, 2, 3]
row = [0, 0, 1]
col = [0, 1, 1]
sparse_matrix = coo_matrix((data, (row, col)), shape=(3,3))# 计算稀疏矩阵中每行非零元素的总和
sum_of_columns = sparse_matrix.sum(axis=0)  # 计算矩阵每一列的和
sum_of_rows = sparse_matrix.sum(axis=1)  # 计算矩阵每一行的和print("稀疏矩阵中每列非零元素的总和：", sum_of_columns)
print("稀疏矩阵中每行非零元素的总和：", sum_of_rows)

输出

稀疏矩阵中每列非零元素的总和： [[1 5 0]]
稀疏矩阵中每行非零元素的总和： [[3][3][0]]

简单的记法就是axis等于谁，谁消失；或者说是执行操作的方向。

numpy也是这样：numpy 数组中的轴 axis。

参考文献：讯飞星火大模型