Question

我有一个numpy.array不同形状的numpy数组。当我调用np.sum（my_array）时，我收到此错误：

Traceback (most recent call last):
return umr_sum(a, axis, dtype, out, keepdims)
ValueError: operands could not be broadcast together with shapes (13,5) (5,3)

我想要的是所有数组中所有值的总和，例如sum（my_array）=一些浮点数

我错过了一些参数或其他方法吗？我只能想到这样的事情

np.sum([np.sum(a) for a in my_array])

这是最佳方式吗？

更新

print(type(my_array))
print((my_array).shape)
print([(type(sub_array), sub_array.shape) for sub_array in my_array])

输出：

<class 'numpy.ndarray'>
(2,)
[(<class 'numpy.ndarray'>, (13, 5)), (<class 'numpy.ndarray'>, (5, 3))]

Answer 1

在大多数情况下，使用生成器应该更好：

np.sum(np.sum(a) for a in my_array)

如果没有'[...]'，则不会创建列表。

%timeit np.sum( np.sum(a) for a in my_array )

100000个循环，最佳3：每循环5.73μs

%timeit np.sum( [np.sum(a) for a in my_array] )

100000个循环，最佳3：每循环9.97μs

Answer 2

a = np.array(map(np.arange, range(16, 32)))

Eyy![28]: %timeit np.sum(map(np.sum, a))
10000 loops, best of 3: 90.5 µs per loop

Eyy![29]: %timeit np.sum(np.sum(b) for b in a)
10000 loops, best of 3: 86 µs per loop

Eyy![30]: %timeit np.sum([np.sum(b) for b in a])
10000 loops, best of 3: 90.2 µs per loop

还要注意，如果你事先知道最大尺寸，很多时候可以更容易地使用zeropadded numpy数组。

总结阵列中不同形状的所有numpy子阵列的所有值

2 个答案: