NumPy数组的每一列中的负元素的总和

Question

您知道如何对NumPy数组的每一列中的所有负元素求和。 例如

>>> d
array([[ 1,  2,  3],
       [-1, -1,  9],
       [ 7, -6,  4]])

我需要得到[-1,-7,0] 。 有功能吗？

Answer 1

下面列出了几种建议的方法-

((d<0)*d).sum(0)
np.where(d<0,d,0).sum(0)
np.einsum('ij,ij->j',d<0,d)
((d - np.abs(d)).sum(0))/2

逐步执行范例，并说明所有这些方法-

1）输入数组：

In [3]: d
Out[3]: 
array([[ 1,  2,  3],
       [-1, -1,  9],
       [ 7, -6,  4]])

2）负面因素的面具：

In [4]: d<0
Out[4]: 
array([[False, False, False],
       [ True,  True, False],
       [False,  True, False]], dtype=bool)

3）使用逐元素乘法从输入数组中获取蒙版负元素：

In [5]: (d<0)*d
Out[5]: 
array([[ 0,  0,  0],
       [-1, -1,  0],
       [ 0, -6,  0]])

4）最后，沿axis=0的总和沿各列求和：

In [6]: ((d<0)*d).sum(axis=0) # Or simply ((d<0)*d).sum(0)
Out[6]: array([-1, -7,  0])

方法2：3）交替使用np.where获得步骤（3）的结果。

In [7]: np.where(d<0,d,0)
Out[7]: 
array([[ 0,  0,  0],
       [-1, -1,  0],
       [ 0, -6,  0]])

方法＃3：3,4）使用np.einsum一步一步地在mask和array之间执行元素乘法并获得求和。

In [8]: np.einsum('ij,ij->j',d<0,d)
Out[8]: array([-1, -7,  0])

方法＃4：获取输入数组的绝对值并从数组本身中减去，从而得到负元素的两倍，而正值被抵消了：

In [9]: d - np.abs(d)
Out[9]: 
array([[  0,   0,   0],
       [ -2,  -2,   0],
       [  0, -12,   0]])

沿每一列求和，然后除以2得到所需的输出：

In [10]: (d - np.abs(d)).sum(0)
Out[10]: array([ -2, -14,   0])

In [11]: ((d - np.abs(d)).sum(0))/2
Out[11]: array([-1, -7,  0])