总结所有来自阵列内不同形状的numpy子阵列的所有值

我有不同形状的numpy阵列的numpy.array。当我打电话np.sum（my_array）我得到这个错误：总结所有来自阵列内不同形状的numpy子阵列的所有值

Traceback (most recent call last): 
return umr_sum(a, axis, dtype, out, keepdims) 
ValueError: operands could not be broadcast together with shapes (13,5) (5,3)

所有我想要的是在所有阵列状总和（my_array）所有值之和=一些浮点数

有一些参数我错过了还是另一种方法？我只能想到这样的事情

np.sum([np.sum(a) for a in my_array])

这是一个最佳的方法是什么？

更新：

print(type(my_array)) 
print((my_array).shape) 
print([(type(sub_array), sub_array.shape) for sub_array in my_array])

输出：

<class 'numpy.ndarray'> 
(2,) 
[(<class 'numpy.ndarray'>, (13, 5)), (<class 'numpy.ndarray'>, (5, 3))]

来源

2014-11-06 userqwerty1

什么是my_array？它是一个包含numpy数组的Python列表吗？ – jozzas 2014-11-06 21:30:25

@jozzas这也是一个numpy.array – userqwerty1 2014-11-06 21:32:48

这是什么样的ndarray包含不同形状的其他ndarrays？请为我们打印'type（my_array）'的结果。 – ballsatballsdotballs 2014-11-06 21:35:16

使用发电机应在大多数情况下更好地：

np.sum(np.sum(a) for a in my_array)

没有 '[...]'你不会创建一个列表。

%timeit np.sum(np.sum(a) for a in my_array)

100000循环，最好的3：每圈5.73微秒

%timeit np.sum([np.sum(a) for a in my_array])

100000循环，最好的3：每圈9.97微秒

来源

2014-11-06 21:55:04 espang

哇。不知道我可以省略'[..]'谢谢。你如何做出这个时间？我已经尝试过但不能像你的那样工作。请，你能告诉或发布链接吗？ – userqwerty1 2014-11-06 22:04:00

我在一个IPython Notebook中写了这个。你应该看看这个，它包含在安装带有anaconda或enthougt的python时。％timeit可以在那里使用。 – espang 2014-11-06 22:08:08

哇。尼斯。谢谢。 – userqwerty1 2014-11-06 22:12:06

a = np.array(map(np.arange, range(16, 32))) 

Eyy![28]: %timeit np.sum(map(np.sum, a)) 
10000 loops, best of 3: 90.5 µs per loop 

Eyy![29]: %timeit np.sum(np.sum(b) for b in a) 
10000 loops, best of 3: 86 µs per loop 

Eyy![30]: %timeit np.sum([np.sum(b) for b in a]) 
10000 loops, best of 3: 90.2 µs per loop

也注意到，它可以多次如果您事先知道最大尺寸，则更容易拥有零填充的numpy阵列。

来源

2014-11-06 22:13:25 SlimJim

总结所有来自阵列内不同形状的numpy子阵列的所有值

回答

相关问题