沿numpy数组的给定轴的所有切片的总和答案

【问题标题】：Sum of all slices along given axis of a numpy array沿numpy数组的给定轴的所有切片的总和
【发布时间】：2016-07-13 14:03:53
【问题描述】：

我有一个形状为 (3,12,7,5) 的 numpy 数组。我想得到这个数组第一个轴上所有切片的总和。

data = np.random.randint(low=0, high=8000, size=3*12*7*5).reshape(3,12,7,5)

data[0,...].sum()
data[1,...].sum()
data[2,...].sum()

np.array((data[0,...].sum(), data[1,...].sum(), data[2,...].sum()))

首先，我认为使用np.sum(data, axis=...) 应该可以做到这一点，但事实并非如此。

如何一次性执行此计算。 numpy 的魔法是什么？

【问题讨论】：

np.sum(data, axis=...) 应该可以工作
不幸的是，它没有。我编辑了这个问题。啊！确实如此！
我以为是axis=(0,1,2)，没有成功。这就是我发布问题的原因。为什么它是轴=（1,2,3）？这不是与 numpy 枚举它的轴的方式相反吗？
在添加元组版axis之前，我们曾经做过data.sum(axis=-1).sum(axis=-1)...。也就是说，只是在欲望轴上重复求和。

标签： python numpy

【解决方案1】：

对于通用 ndarray，您可以重新整形为 2D 数组，保持沿第一个轴的元素数量相同，合并所有剩余轴作为第二个轴，最后沿该轴求和，就像这样-

data.reshape(data.shape[0],-1).sum(axis=1)

对于4D 数组，您可以包含要执行求和的轴。所以，为了解决我们的问题，我们应该 -

data.sum(axis=(1,2,3))

这可以通过创建适当轴 ID 的元组来扩展以使其适用于通用 ndarray，从而避免重新整形，就像这样 -

data.sum(axis=tuple(np.arange(1,data.ndim)))

【讨论】：

我以为是axis=(0,1,2)，没有成功。这就是我发布问题的原因。为什么它是轴=（1,2,3）？这不是与 numpy 枚举它的轴的方式相反吗？
@ThomasMöbius 好吧，您正在对最后三个轴进行求和，这就是为什么我们需要用np.sum 列出这些轴。请记住，我们用np.sum 提到的轴是/是所有元素相加的轴/轴。在我们的例子中，它将是最后三个轴。