给定一个形状为 X
的二维数值数组 (m,n)
,我想计算一个形状相同的数组 Y
,其中 Y[i,j]
是累积和X[i_,j_]
的 0<=i_<=i, 0<=j_<=j
。如果 X
描述二维概率分布,则 Y
可以被认为是二维累积分布函数 (CDF)。
我显然可以在双 Y
循环中计算 for
的所有条目。但是,此计算存在递归方面,如 Y[i,j] = X[i,j] + Y[i-1,j] + Y[i,j-1] - Y[i-1,j-1]
(负索引表示 0)。
我正在寻找“2d Python cumsum”,我发现 NumPy 的 cumsum
只是将数组展平。
我的问题:
Y
?谢谢。
答案 0 :(得分:3)
可以在此处应用核分裂方法来非常有效地解决此问题,只需两个 np.cumsum
:一个垂直一个水平(或其他方式,因为这是对称的)。< /p>
这是一个例子:
x = np.random.randint(0, 10, (4, 5))
print(x)
y = np.cumsum(np.cumsum(x, axis=0), axis=1)
print(y)
结果如下:
[[1 9 8 1 7]
[0 6 8 2 3]
[1 3 6 4 4]
[0 8 1 2 9]]
[[ 1 10 18 19 26]
[ 1 16 32 35 45]
[ 2 20 42 49 63]
[ 2 28 51 60 83]]