你知道如何对 NumPy 数组的每一列中的所有负元素求和吗? 例如
>>> d
array([[ 1, 2, 3],
[-1, -1, 9],
[ 7, -6, 4]])
我需要获取 [-1,-7,0]
。有这样做的功能吗?
最佳答案
可以建议的方法很少,如下所列 -
((d<0)*d).sum(0)
np.where(d<0,d,0).sum(0)
np.einsum('ij,ij->j',d<0,d)
((d - np.abs(d)).sum(0))/2
示例逐步运行并解释所有这些方法 -
1) 输入数组:
In [3]: d
Out[3]:
array([[ 1, 2, 3],
[-1, -1, 9],
[ 7, -6, 4]])
2) 负面元素掩码:
In [4]: d<0
Out[4]:
array([[False, False, False],
[ True, True, False],
[False, True, False]], dtype=bool)
3) 使用逐元素乘法从输入数组中获取屏蔽的负元素:
In [5]: (d<0)*d
Out[5]:
array([[ 0, 0, 0],
[-1, -1, 0],
[ 0, -6, 0]])
4) 最后,沿 axis=0
求和以沿每一列求和:
In [6]: ((d<0)*d).sum(axis=0) # Or simply ((d<0)*d).sum(0)
Out[6]: array([-1, -7, 0])
方法#2:3) 使用 np.where
获取步骤 (3) 的结果:
In [7]: np.where(d<0,d,0)
Out[7]:
array([[ 0, 0, 0],
[-1, -1, 0],
[ 0, -6, 0]])
方法#3:3,4) 在掩码和数组之间执行逐元素乘法并获得总和,使用 np.einsum
一步完成 -
In [8]: np.einsum('ij,ij->j',d<0,d)
Out[8]: array([-1, -7, 0])
方法#4:获取输入数组的绝对值并从数组本身中减去,得到双倍的负元素和被抵消的正值:
In [9]: d - np.abs(d)
Out[9]:
array([[ 0, 0, 0],
[ -2, -2, 0],
[ 0, -12, 0]])
对每一列求和并除以 2 以获得所需的输出:
In [10]: (d - np.abs(d)).sum(0)
Out[10]: array([ -2, -14, 0])
In [11]: ((d - np.abs(d)).sum(0))/2
Out[11]: array([-1, -7, 0])
关于python - NumPy 数组每列中负元素的总和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42316380/