我想计算矩阵中两列中两个的总和(第 0 列和第 1 列之间的总和，第 2 列和第 3 列之间...)。
所以我尝试做嵌套的“for”循环，但每次都没有好的结果。
例如:
c = np.array([[0,0,0.25,0.5],[0,0.5,0.25,0],[0.5,0,0,0]],float)
freq=np.zeros(6,float).reshape((3, 2))
#I calculate the sum between the first and second column, and between the fird and the fourth column
for i in range(0,4,2):
for j in range(1,4,2):
for p in range(0,2):
freq[:,p]=(c[:,i]+c[:,j])
但结果是:
print freq
array([[ 0.75, 0.75],
[ 0.25, 0.25],
[ 0. , 0. ]])
通常好的结果必须是 (0., 0.5,0.5) 和 (0.75,0.25,0)。所以我认为问题出在嵌套的“for”循环中。
有没有人知道我如何计算每两列的总和，因为我有一个包含 400 列的矩阵？
请您参考如下方法:
您可以简单地 reshape 以将最后一个维度拆分为两个维度，最后一个维度的长度为 2，然后对其求和，就像这样 -
freq = c.reshape(c.shape[0],-1,2).sum(2).T
reshape 只会创建数组的 View ，因此非常有效，我们只是在这里使用求和操作，因此必须高效。
sample 运行-
In [17]: c
Out[17]:
array([[ 0. , 0. , 0.25, 0.5 ],
[ 0. , 0.5 , 0.25, 0. ],
[ 0.5 , 0. , 0. , 0. ]])
In [18]: c.reshape(c.shape[0],-1,2).sum(2).T
Out[18]:
array([[ 0. , 0.5 , 0.5 ],
[ 0.75, 0.25, 0. ]])
