Question

假设我有一个包含10个值的numpy数组a。这里只是一个示例情况，虽然我想对长度为100的数组重复相同的事情。

a = np.array([1,2,3,4,5,6,7,8,9,10])

我想将前5个值和后面的5个值相加，依此类推，并将它们存储在一个新的空列表中，如b。

因此b将包含b = [15,40]。

我该怎么做呢？

Answer 1

一种方法是使用add ufunc及其reduceat方法：

>>> np.add.reduceat(a, [0,5])
array([15, 40])

这会对切片a[0:5]和a[5:]求和并返回一个新数组。

如果你想要一个Python列表，你可以在返回的数组上调用tolist()。

您可以使用该方法的任何索引列表（并且它们不必均匀间隔）。例如，如果您希望每次在长度为100的数组上切片为5：

>>> b = np.arange(100)
>>> np.add.reduceat(b, range(0, 100, 5))
array([ 10,  35,  60,  85, 110, 135, 160, 185, 210, 235, 260, 285, 310,
   335, 360, 385, 410, 435, 460, 485])

Answer 2

试试这个列表理解：

b = [sum(a[current: current+5]) for current in xrange(0, len(a), 5)]

从列表中一次获取5个切片，将它们相加并构造一个列表。也适用于长度不超过5的列表。

（xrange应该是range在python3 +中）

Answer 3

这是（还）另一种解决方案：

In [3]: a.reshape((2,5)).sum(axis=1)
Out[3]: array([15, 40])

将一维数组重新整形为两行，每列5列，并对列进行求和：

In [4]: a.reshape((2,5))
Out[4]: 
array([[ 1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10]])

每行的总和（对列条目求和）用axis=1指定。重塑不会复制数据（并且不会修改原始a），因此效率很高。

Answer 4

您可以使用

import numpy as np

a = np.array([1,2,3,4,5,6,7,8,9,10])
step = 5

for i in range(0,a.shape[0],step):
    print(np.sum(a[i:i+step]))

Answer 5

在您的特定情况下，计算 5 个连续元素的总和：

a = np.array([1,2,3,4,5,6,7,8,9,10])
print(a.reshape((-1,5)).sum(axis=1))

通常，要对 N 个连续元素执行 numpy 数组操作 oper（例如 mean 或 max）：

print(a.reshape((-1,N)).oper(axis=1))

请注意，len(a) 必须能被 N 整除。

NumPy数组中连续值的总和

5 个答案: