Question

我需要将函数应用于numpy数组的每一列。我不能为数组的每个元素执行此操作，但它必须是每个列，因为每个列组合在一起代表一个信息。

C2 = [ np.sum( C[ :, i ] )  for i in range( 0, 30) ]

这是最有效的方法吗（为了说明我使用的是np.sum）：

{{1}}

阵列C是500x4000，我也在为每一列应用耗时的功能。

Answer 1

您可以尝试np.apply_along_axis：

In [21]: A = np.array([[1,2,3],[4,5,6]])

In [22]: A
Out[22]: 
array([[1, 2, 3],
       [4, 5, 6]])

In [23]: np.apply_along_axis(np.sum, 0, A)
Out[23]: array([5, 7, 9])

In [24]: np.apply_along_axis(np.sum, 1, A)
Out[24]: array([ 6, 15])

Answer 2

似乎需要大约75％的时间来使用它：

[ np.sum(row) for row in C.T ]

它也更像Pythonic。作为参考，这些是timeit结果。

>>> timeit('[ np.sum( C[ :, i ] )  for i in range( 0, 30) ]', 
    setup='import numpy as np; C = np.random.normal(0, 1, (500, 30))', number=1000)
0.418906474798
>>> print timeit('[ np.sum(row) for row in C.T ]', 
    setup='import numpy as np; C = np.random.normal(0, 1, (500, 30))', number=1000)
0.345153254432
>>> print timeit('np.apply_along_axis(np.sum, 0, C)', 
    setup='import numpy as np; C = np.random.normal(0, 1, (500, 30))', number=1000)
0.732931300891

Python：将函数应用于数组的每一列

2 个答案: