numpy：沿除最后一个轴以外的所有轴求和

Question

如果我有一个任意形状的ndarray，并且我想沿除最后一个轴之外的所有轴计算和，例如，可以通过这样做来实现

all_but_last = tuple(range(arr.ndim - 1))
sum = arr.sum(axis=all_but_last)

现在，tuple(range(arr.ndim - 1))并不完全直观。有没有更优雅/麻木的方式来做到这一点？

此外，如果要对形状不同的多个数组执行此操作，则必须为每个数组计算一个单独的维元组。有没有一种更规范的说法“不管尺寸是多少，只给我一个轴就行”？

Answer 1

您可以调整数组的形状，以使除最后一个轴外的所有轴均变平（例如，形状(k, l, m, n)变为(k*l*m, n)），然后在第一个轴上求和。

例如，这是您的计算：

In [170]: arr.shape
Out[170]: (2, 3, 4)

In [171]: arr.sum(axis=tuple(range(arr.ndim - 1)))
Out[171]: array([2.85994792, 2.8922732 , 2.29051163, 2.77275709])

这是替代方案：

In [172]: arr.reshape(-1, arr.shape[-1]).sum(axis=0)
Out[172]: array([2.85994792, 2.8922732 , 2.29051163, 2.77275709])

Answer 2

您可以使用np.apply_over_axes对多个轴求和。

np.apply_over_axes(np.sum, arr, [0,2]) #sum over axes 0 and 2

np.apply_over_axes(np.sum, arr, range(arr.ndim - 1)) #sum over all but last axis