NumPy sumin沿无交集索引

我有一个应用程序，我需要在3D NumPy数组中的任意索引组求和。内置的NumPy数组求和例程对一个ndarray维度的所有索引进行求和。相反，我需要总结我的数组中的一个维度的索引范围，并返回一个新的数组。NumPy sumin沿无交集索引

例如，我们假设我有一个形状为(70,25,3)的ndarray。我希望总结沿着特定索引范围的第一个维度并返回一个新的3D数组。考虑从0:25, 25:50和50:75的总和，这将返回形状为(3,25,3)的数组。

是否有一种简单的方法可以在NumPy数组的一维上执行“不相交的和”来产生这个结果？

来源

2015-09-26 wbinventor

这些*范围*的范围是否相同？ – Divakar

您可以使用np.add.reduceat作为此问题的一般方法。即使范围不是全部相同的长度，这也是有效的。

综上所述切片0:25，25:50和50:75沿着轴线0，在通过索引[0, 25, 50]：

np.add.reduceat(a, [0, 25, 50], axis=0)

这种方法也可以用来总结非连续范围。例如，为了总结切片0:25，37:47和51:75，写：

np.add.reduceat(a, [0,25, 37,47, 51], axis=0)[::2]

的另一种方法和总结了相同长度的范围是重塑数组，然后沿轴线总结。相当于上面的第一个例子：

a.reshape(3, a.shape[0]//3, a.shape[1], a.shape[2]).sum(axis=1)

来源

2015-09-26 15:43:46

如果范围是连续的，则不需要重复索引。即'[0,25,50]'在这种情况下会做同样的工作。 – Jaime

@Jaime：哦！感谢您的改进 - 我会更新答案。 –

非常感谢您的解决方案，它的工作原理与我所期望的完全相同！ – wbinventor

您可以使用np.split分裂您的数组，然后使用np.sum来总结您的项目沿着第二轴：

np.sum(np.split(my_array,3),axis=1)

演示：

>>> a=np.arange(270).reshape(30,3,3) 
>>> np.sum(np.split(a,3),axis=1) 
array([[[ 405, 415, 425], 
     [ 435, 445, 455], 
     [ 465, 475, 485]], 

     [[1305, 1315, 1325], 
     [1335, 1345, 1355], 
     [1365, 1375, 1385]], 

     [[2205, 2215, 2225], 
     [2235, 2245, 2255], 
     [2265, 2275, 2285]]])

还要注意的是，如果你有一个不同的切片长度你可以通过你的片尾np.split功能：

>>> new=np.sum(np.split(a,[10,20,]),axis=1) 
>>> new 
array([[[ 405, 415, 425], 
     [ 435, 445, 455], 
     [ 465, 475, 485]], 

     [[1305, 1315, 1325], 
     [1335, 1345, 1355], 
     [1365, 1375, 1385]], 

     [[2205, 2215, 2225], 
     [2235, 2245, 2255], 
     [2265, 2275, 2285]]])

来源

2015-09-26 15:14:08 Kasramvd

'np.split'''把一个任意索引数组作为参数而不是整数（对于偶数分割） - 你可以使它适用于任意分割*吗？ – wwii

@wwii的确，更新！ – Kasramvd

@Kasramvd：我认为@ wwii的观点是，在这里使用'split'方法时，范围都必须是相同的长度。如果我们想要沿着一个轴的不同长度的范围，例如'np.split（a，[10,15,30]）'中给出的那些长度，我们不能按照这个答案所示的方式对它们进行求和。 –

只需对每个部分进行求和并使用结果创建一个新数组。

import numpy as np 
i1, i2 = (2,7) 

a = np.ones((10,5,3)) 
b = np.sum(a[0:i1,...], 0) 
c = np.sum(a[i1:i2,...], 0) 
d = np.sum(a[i2:,...], 0) 

g = np.array([b,c,d]) 

>>> g.shape 
(3, 5, 3) 
>>> g 
array([[[ 2., 2., 2.], 
     [ 2., 2., 2.], 
     [ 2., 2., 2.], 
     [ 2., 2., 2.], 
     [ 2., 2., 2.]], 

     [[ 5., 5., 5.], 
     [ 5., 5., 5.], 
     [ 5., 5., 5.], 
     [ 5., 5., 5.], 
     [ 5., 5., 5.]], 

     [[ 3., 3., 3.], 
     [ 3., 3., 3.], 
     [ 3., 3., 3.], 
     [ 3., 3., 3.], 
     [ 3., 3., 3.]]]) 
>>>

来源

2015-09-26 15:26:55 wwii

NumPy sumin沿无交集索引

回答

相关问题