以块方式添加 numpy 数组

【问题标题】：Add numpy array in blockwise以块方式添加 numpy 数组
【发布时间】：2020-12-01 17:47:49
【问题描述】：

我有一个由一些早期代码生成的 numpy 数组，需要逐块添加。例如，数组 a 有 32 个条目，应该添加新数组 b 有 4 个条目，b[0] 有数字 0-7，b[1] 有 8-15，依此类推。请参阅下面的示例，了解如何手动操作。

import numpy as np
a = np.random.rand(32)
b = np.zeros(4)
b[0] = np.sum(a[0:8])
b[1] = np.sum(a[8:16])
b[2] = np.sum(a[16:24])
b[3] = np.sum(a[24:32])

现在我知道我可以使用 for 循环进行求和，但我希望有更花哨的东西，因为我正在处理相当大的数组。我知道 numpy 强大的切片魔法，所以我想可以使用这样的东西。

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

我会使用这样的东西：

#import random
import numpy as np
np.random.seed(11) # random.seed doesnt affect numpy computation as pointed out in the comments 

a = np.random.rand(32)
b = np.zeros(4)
a = np.reshape(a, (4,-1))
b = np.sum(a, axis=1)

【讨论】：

-1 是什么意思？
reshape 中的一个维度可以是-1。在这种情况下，该值是从数组的长度和剩余的维度推断出来的。在此处填写文档numpy.org/doc/stable/reference/generated/…
这很好用，谢谢。只有微小的改进是使用np.random.seed，因为目前你的种子不会影响numpy，每次运行都会得到不同的结果。请注意，这可能与版本有关，我记得一些库直接使用 random 其内部状态，但至少最近版本的 numpy 会跟踪自己的状态，不受其他包的影响。
谢谢，会相应地更新答案。