如何计算2D numpy数组的所有列的总和（有效）

Question

假设我有以下2D numpy数组，包括四行和三列：

>>> a = numpy.arange(12).reshape(4,3)
>>> print(a)
[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]

生成包含所有列总和的一维数组（如[18, 22, 26]）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numpy.sum的文档，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，总结一下行：

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

其他聚合函数，例如numpy.mean，numpy.cumsum和numpy.std，也可以使用axis参数。

来自Tentative Numpy Tutorial：

  

许多一元操作，例如计算所有元素的总和   在数组中，实现为ndarray类的方法。通过   默认情况下，这些操作适用于数组，就像它是一个列表一样   数字，无论其形状如何。但是，通过指定axis   参数可以沿着指定的轴应用一个操作   阵列：

Answer 2

使用numpy.sum。对于你的情况，它是

sum = a.sum(axis=0)

Answer 3

使用axis参数：

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

Answer 4

用于求和列的其他替代方法是

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解决方案明显优于numpy的sum（请注意对数刻度）：

重现图表的代码：

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.show(
    # 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 5

然后NumPy sum函数接受一个可选的轴参数，该参数指定您希望执行求和的轴：

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

或等同地：

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

Answer 6

a.sum(0)

应该解决问题。它是2d np.array，您将获得所有列的总和。 axis=0是指向下方的尺寸，而axis=1是指向右侧的尺寸。