Question

我正在从MATLAB过渡到Numpy并感受到一些成长的痛苦。

我有一个3D数组，让我们说它是3x3x3，我想要每个平面的标量和。在matlab中，我会使用：

sum_vec = sum(3dArray,3);

TIA WBG

编辑：我的matlab代码错了。 Matlab只能在一个暗淡中进行矢量化，因此需要一个循环。所以numpy变得更优雅......很酷。

MATLAB
for i = 1:3
    sum_vec(i) = sum(sum(3dArray(:,:,i));
end

Answer 1

你可以做到

sum_vec = np.array([plane.sum() for plane in cube])

或只是

sum_vec = cube.sum(-1).sum(-1)

其中cube是您的3d数组。您可以指定0或1而不是-1（或2），具体取决于飞机的方向。后一版本也更好，因为它不使用Python循环，这通常有助于在使用numpy时提高性能。

Answer 2

您应该使用np.sum中的axis关键字。与许多其他numpy函数一样，axis允许您沿特定轴执行操作。例如，如果要沿数组的最后一个维度求和，则可以执行以下操作：

import numpy as np
sum_vec = np.sum(3dArray, axis=-1)

您将获得一个生成的2D数组，该数组对应于所有数组切片3dArray[i, k, :]的最后一维的总和。

<强>更新

我不明白你想要什么。你想要总结两个维度（一个平面）。在这种情况下，你可以做两个总和。例如，对前两个维度进行求和：

sum_vec = np.sum(np.sum(3dArray, axis=0), axis=0)

Answer 3

您可以在重新整形的数组上执行求和，而不是两次应用相同的和函数：

a = np.random.rand(10, 10, 10) # 3D array
b = a.view()
b.shape = (a.shape[0], -1)
c = np.sum(b, axis=1)

上面应该更快，因为你只需加一次。

Answer 4

sumvec= np.sum(3DArray, axis=2)

或者这也适用

sumvec=3DArray.sum(2)

记住Python以0开头，因此axis = 2表示第三维。

Answer 5

如果要在一个平面上求和（并避免循环，这总是一个好主意），则可以使用np.sum并将两个轴作为元组传递给您的参数。例如，如果您有一个（nx3x3）数组，则使用

np.sum(a, (1,2))

将给出一个（nx1x1），在一个平面而不是单个轴上求和。