Python numpy数组对某些索引求和

Posted

技术标签:

【中文标题】Python numpy数组对某些索引求和【英文标题】:Python numpy array sum over certain indices 【发布时间】:2018-05-23 21:10:07 【问题描述】:

如何仅对 numpy 数组上的索引列表执行求和,例如,如果我有一个数组 a = [1,2,3,4] 和一个要求和的索引列表 indices = [0, 2] 并且我想要一个快速操作来给我答案4 因为a 中索引 0 和索引 2 处的求和值是 4

【问题讨论】:

a[indices].sum() 【参考方案1】:

试试:

>>> a = [1,2,3,4]
>>> indices = [0, 2]
>>> sum(a[i] for i in indices)
4

更快

如果你有很多数字并且想要高速,那么你需要使用numpy:

>>> import numpy as np
>>> a = np.array([1,2,3,4])
>>> a[indices]
array([1, 3])
>>> np.sum(a[indices])
4

【讨论】:

【参考方案2】:

indices索引后可以直接使用sum

a = np.array([1,2,3,4])
indices = [0, 2] 
a[indices].sum()

【讨论】:

【参考方案3】:

接受的a[indices].sum() 方法复制数据并创建一个新数组,如果数组很大,这可能会导致问题。 np.sum 实际上有一个参数来屏蔽列,你可以这样做

np.sum(a, where=[True, False, True, False])

不会复制任何数据。

掩码数组可以通过以下方式获得:

mask = np.full(4, False)
mask[np.array([0,2])] = True

【讨论】:

以上是关于Python numpy数组对某些索引求和的主要内容,如果未能解决你的问题,请参考以下文章

二维索引和求和的numpy数组

Python:如何在某些索引位置获取数组的值?

使用numpy选择排除某些索引的数组中最小值的索引

python使用np.argsort对一维numpy概率值数据排序获取倒序索引获取的top索引(例如top2top5top10)索引二维numpy数组中对应的原始数据:原始数据概率最大的头部数据

python使用np.argsort对一维numpy概率值数据排序获取升序索引获取的top索引(例如top2top5top10)索引二维numpy数组中对应的原始数据:原始数据概率最小的头部数据

python数据分析 python numpy--数组--运算,切片和索引