我有一个形状为 (3,12,7,5) 的 numpy 数组。我想要沿此数组的第一个轴的所有切片的总和。
data = np.random.randint(low=0, high=8000, size=3*12*7*5).reshape(3,12,7,5)
data[0,...].sum()
data[1,...].sum()
data[2,...].sum()
np.array((data[0,...].sum(), data[1,...].sum(), data[2,...].sum()))
首先,我认为这应该可以使用 np.sum(data, axis=...) 但事实并非如此。
如何一次性执行此计算。什么是 numpy 魔法?
请您参考如下方法:
对于通用的 ndarray,您可以重新整形为二维数组,保持第一个轴上的元素数量相同,合并所有剩余的轴作为第二个轴,最后沿该轴求和, 像这样 -
data.reshape(data.shape[0],-1).sum(axis=1)
对于 4D 数组,您可以包括执行求和所沿的轴。所以,为了解决我们的问题,我们会 -
data.sum(axis=(1,2,3))
这可以扩展为通过创建适当轴 ID 的元组使其适用于通用 ndarray,从而避免 reshape ,就像这样 -
data.sum(axis=tuple(np.arange(1,data.ndim)))
