[英]How to calculate the sum of all columns of a 2D numpy array (efficiently)
假设我有以下由四行三列组成的二维 numpy 数组:
>>> a = numpy.arange(12).reshape(4,3)
>>> print(a)
[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
生成包含所有列之和的一维数组(如[18, 22, 26]
)的有效方法是什么? 这可以在不需要遍历所有列的情况下完成吗?
查看numpy.sum
的文档,特别注意axis
参数。 对列求和:
>>> import numpy as np
>>> a = np.arange(12).reshape(4,3)
>>> a.sum(axis=0)
array([18, 22, 26])
或者,对行求和:
>>> a.sum(axis=1)
array([ 3, 12, 21, 30])
其他聚合函数,如numpy.mean
、 numpy.cumsum
和numpy.std
,例如,也采用axis
参数。
来自暂定的 Numpy 教程:
许多一元运算,例如计算数组中所有元素的总和,都是作为
ndarray
类的方法实现的。 默认情况下,这些操作适用于数组,就好像它是一个数字列表,无论其形状如何。 但是,通过指定axis
参数,您可以沿数组的指定轴应用操作:
对列求和的其他替代方法是
numpy.einsum('ij->j', a)
和
numpy.dot(a.T, numpy.ones(a.shape[0]))
如果行数和列数处于相同数量级,则所有可能性的速度大致相同:
但是,如果只有几列,则einsum
和dot
解决方案都明显优于 numpy 的sum
(注意对数刻度):
重现图的代码:
import numpy
import perfplot
def numpy_sum(a):
return numpy.sum(a, axis=1)
def einsum(a):
return numpy.einsum('ij->i', a)
def dot_ones(a):
return numpy.dot(a, numpy.ones(a.shape[1]))
perfplot.save(
"out1.png",
# setup=lambda n: numpy.random.rand(n, n),
setup=lambda n: numpy.random.rand(n, 3),
n_range=[2**k for k in range(15)],
kernels=[numpy_sum, einsum, dot_ones],
logx=True,
logy=True,
xlabel='len(a)',
)
使用numpy.sum
。 对于你的情况,它是
sum = a.sum(axis=0)
使用axis
参数:
>> numpy.sum(a, axis=0)
array([18, 22, 26])
然后 NumPy sum
函数采用一个可选的轴参数,指定您希望沿着哪个轴执行求和:
>>> a = numpy.arange(12).reshape(4,3)
>>> a.sum(0)
array([18, 22, 26])
或者,等效地:
>>> numpy.sum(a, 0)
array([18, 22, 26])
a.sum(0)
应该可以解决问题。 它是一个二维np.array
,您将获得所有列的总和。 axis=0
是向下的维度, axis=1
是指向右边的维度。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.