加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Python > 正文

python – numpy.array的部分内容

发布时间:2020-12-16 23:10:40 所属栏目:Python 来源:网络整理
导读:假设我有以下数组: a = np.array([[1,2,3,4,5,6],[7,8,9,10,11,12],[3,6,7,9]]) 我想对第一行的前两个值求和:1 2 = 3,然后是下两个值:3 4 = 7,然后5 6 = 11,依此类推每一行.我想要的输出是这样的: array([[ 3,11],[15,19,23],[ 8,13,17]]) 我有以下解决
假设我有以下数组:
a = np.array([[1,2,3,4,5,6],[7,8,9,10,11,12],[3,6,7,9]])

我想对第一行的前两个值求和:1 2 = 3,然后是下两个值:3 4 = 7,然后5 6 = 11,依此类推每一行.我想要的输出是这样的:

array([[ 3,11],[15,19,23],[ 8,13,17]])

我有以下解决方案:

def sum_chunks(x,chunk_size):
    rows,cols = x.shape
    x = x.reshape(x.size / chunk_size,chunk_size)
    return x.sum(axis=1).reshape(rows,cols/chunk_size)

但感觉不必要的复杂,有更好的方法吗?也许内置?

解决方法

当我必须做这种事情时,我更喜欢将2D阵列重塑为3D阵列,然后使用np.sum折叠额外的维度.将其推广到n维数组,你可以这样做:
def sum_chunk(x,chunk_size,axis=-1):
    shape = x.shape
    if axis < 0:
        axis += x.ndim
    shape = shape[:axis] + (-1,chunk_size) + shape[axis+1:]
    x = x.reshape(shape)
    return x.sum(axis=axis+1)

>>> a = np.arange(24).reshape(4,6)
>>> a
array([[ 0,1,5],[ 6,[12,14,15,16,17],[18,20,21,22,23]])
>>> sum_chunk(a,2)
array([[ 1,9],[13,17,21],[25,29,33],[37,41,45]])
>>> sum_chunk(a,axis=0)
array([[ 6,12,16],[30,32,34,36,38,40]])

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读