在 Numpy 矩阵中按元素对第 n 列求和答案

【问题标题】：Sum nth columns elementwise in Numpy matrix在 Numpy 矩阵中按元素对第 n 列求和
【发布时间】：2017-09-30 06:47:09
【问题描述】：

我有以下 numpy 矩阵：

A = [[a,b,c,d,e,f],
     [g,h,i,j,k,l],
     ...]

我需要以 element-wise 的方式对所有第 n 列求和。因此，如果 n 为 2，则答案必须是：

B = [[a+c+e, b+d+f],
     [g+i+k, h+j+l],
     ...]

（就像将矩阵分成 3 个，每个有 2 列并添加它们。）

但如果 n 为 3，则答案必须是：

C = [[a+d, b+e, c+f],
     [g+j, h+k, i+l],
     ...]

（就像将矩阵分成 2 个，每个有 3 列并添加它们。）

是否有一般情况下会接受值 n 而无需使用循环？

【问题讨论】：

标签： python numpy matrix vectorization

【解决方案1】：

重塑以将最后一个轴一分为二，后者的长度为n，并沿前者求和-

A.reshape(A.shape[0],-1,n).sum(1)

示例运行 -

In [38]: A
Out[38]: 
array([[0, 5, 3, 2, 5, 6],
       [6, 1, 0, 8, 4, 0],
       [8, 6, 1, 5, 7, 0]])

In [39]: n = 2

In [40]: A.reshape(A.shape[0],-1,n).sum(1)
Out[40]: 
array([[ 8, 13],
       [10,  9],
       [16, 11]])

In [41]: n = 3

In [42]: A.reshape(A.shape[0],-1,n).sum(1)
Out[42]: 
array([[ 2, 10,  9],
       [14,  5,  0],
       [13, 13,  1]])

【讨论】：

非常优雅的解决方案。完美运行。