python - 如何计算 2D numpy 数组的所有列的总和（有效）

Question

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]]

生成包含所有列的总和（如[18, 22, 26]）的一维数组的有效方法是什么？这可以在不需要遍历所有列的情况下完成吗？

Answer 1

查看 的文档numpy.sum，特别注意axis参数。总结列：

>>> import numpy as np
>>> a = np.arange(12).reshape(4,3)
>>> a.sum(axis=0)
array([18, 22, 26])

或者，总结行：

>>> a.sum(axis=1)
array([ 3, 12, 21, 30])

其他聚合函数，例如和numpy.mean，也采用参数。numpy.cumsumnumpy.stdaxis

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一样，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：

Answer 2

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同一数量级，则所有可能性大致相同：

但是，如果只有几列，则einsum和dot解决方案都显着优于 numpy 的sum（注意对数刻度）：

---

重现绘图的代码：

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)',
    )

Answer 3

使用axis参数：

>> numpy.sum(a, axis=0)
  array([18, 22, 26])

Answer 4

使用numpy.sum. 对于你的情况，它是

sum = a.sum(axis=0)

Answer 5

然后 NumPysum函数接受一个可选的轴参数，该参数指定您希望沿哪个轴执行总和：

>>> 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])

Answer 6

a.sum(0)

应该解决问题。这是一个 2d np.array，您将获得所有列的总和。axis=0是指向下方的维度和axis=1指向右侧的维度。