Question

有人可以推荐一种方法在numpy数组上进行反向累积求和吗？

其中'反向累积金额'定义如下（我欢迎对此程序的名称进行任何更正）：

如果

x = np.array([0,1,2,3,4])

然后

np.cumsum(x)

给出

array([0,1,3,6,10])

但是，我想得到

array([10,10,9,7,4]

有人可以建议这样做吗？

Answer 1

这样做：

np.cumsum(x[::-1])[::-1]

Answer 2

仅供记录：np.sum(x) - np.cumsum(x)也是一个选项，但在大型阵列上速度快一半（速度很重要）：

In [8]: x = np.ones(1e8)

In [9]: %timeit np.cumsum(x[::-1])[::-1]
1 loops, best of 3: 547 ms per loop

In [10]: %timeit np.sum(x) - np.cumsum(x)
1 loops, best of 3: 974 ms per loop

并且想要沿着第一个以外的某个维度做一个cumsum时不那么优雅：

x = np.ones((1e3,1e3))
np.sum(x,axis=-1)[:,np.newaxis] - np.cumsum(x,axis=-1)

Answer 3

您也可以使用In [0]: x = np.array([0,1,2,3,4]) In [1]: np.flipud(np.flipud(x).cumsum()) Out[1]: array([10, 10, 9, 7, 4]，这相当于.flip() https://docs.scipy.org/doc/numpy/reference/generated/numpy.flipud.html

.flipud()

.fliplr()是NumPy 1.12的新功能，它将np.flip(np.flip(x, 0).cumsum(), 0)和nothing合并为一个API。 https://docs.scipy.org/doc/numpy/reference/generated/numpy.flip.html

这是等效的，并且函数调用次数较少：

using NIfTI  # Julia package for reading NIfTI medical images

type RR
    source::Union(NIfTI.NIVolume, nothing)
end

Answer 4

如果您想将结果存储在原始数组中，那么到目前为止给出的答案似乎都是无效的。同样，如果您想要一个副本，请记住，这将返回一个非连续数组的视图，并且仍然需要np.tocontiguousarray（）。

怎么样

view=np.flip(x, 0)
np.cumsum(view, 0, out=view)
#x contains the reverse cumsum result and remains contiguous and unflipped

这将修改x的翻转视图，该视图以相反的顺序将数据正确地写回到原始x变量中。它在执行结束时不需要非连续视图，并且尽可能地提高速度效率。我猜想numpy永远不会添加反向求和方法，因为我描述的技术是如此简单有效。但是，使用显式方法可能会稍微更有效。

否则，如果需要复制，则需要额外的翻转并将其转换回连续数组，主要是如果此后它将在许多矢量操作中使用它。 numpy的一个棘手的部分，但是如果您对性能非常感兴趣，则必须谨慎对待视图和连续性。

Answer 5

为了好玩，使用匿名函数：

array = [0,1,2,3,4]

reverse = lambda a: a[::-1]
cumsum = lambda a: [ sum(a[:i+1]) for i,x in enumerate(a) ] # there is also an accumulate function present in the itertools module

print reverse(array)
print cumsum(array)

# sadly, no compose function in Python
reverse_cumsum = lambda a: reverse(  cumsum ( reverse(a) ) )

print reverse_cumsum(array)

结果：

[4, 3, 2, 1, 0]
[0, 1, 3, 6, 10]
[10, 10, 9, 7, 4]

在numpy数组上执行反向累积和

5 个答案: