如何按列累积numpy数组中的值?

时间:2014-09-17 00:12:45

标签: python numpy

如何使用numpy accumulatoradd函数逐列添加数组以构建基本累加器?

   import numpy as np
   a = np.array([1,1,1])
   b = np.array([2,2,2])
   c = np.array([3,3,3])
   two_dim = np.array([a,b,c])
   y = np.array([0,0,0])
   for x in two_dim:
     y = np.add.accumulate(x,axis=0,out=y)                               
     return y

实际输出:[1,2,3] 期望的输出:[6,6,6]

numpy词汇表说sum along axis参数axis=1对行进行求和:“我们可以对数组的每一行求和,在这种情况下,我们沿着列或轴1”进行操作。

“二维数组有两个相应的轴:第一个在行(轴0)上垂直向下运行,第二个在列(轴1)上水平运行”

使用axis=1我希望输出[3,6,9],但这也会返回[1,2,3]

当然! x和y都不是二维的。

我做错了什么?

我可以手动使用np.add()

aa = np.array([1,1,1])
bb = np.array([2,2,2])
cc = np.array([3,3,3])
yy = np.array([0,0,0])
l = np.add(aa,yy)
m = np.add(bb,l)
n = np.add(cc,m)
print n

现在我得到了正确的输出[6,6,6]

1 个答案:

答案 0 :(得分:4)

我认为

two_dim.sum(axis=0)
# [6 6 6]

会给你你想要的东西。

我认为accumulate不是你正在寻找的,因为它提供了一个正在运行的操作,因此,使用add它会是这样的:

np.add.accumulate(two_dim)

[[1 1 1]
 [3 3 3]    # = 1+2
 [6 6 6]]   # = 1+2+3

reduce更像你所描述的内容:

np.add.reduce(two_dim)

[6 6 6]