python – 除了一个轴之外的所有轴的求和

2023年6月29日 287次阅读

好几次,我已经处理了一个ND数组,比如

foo = np.arange(27).reshape((3,3, 3))

然后我会有一个维度,我希望保留下一个操作的变量.说下一个操作是意思,在这种情况下

preserveAxis = 1
desiredOutcome = foo.mean(axis=0).mean(axis=1)

之前是我想要的结果,因为我首先取平均值超过第0轴,然后超过第2轴(在初始操作后成为第1轴).也就是说,我已经在轴0和2上完成了操作,但保留了轴1.

这种类型的程序很麻烦,最重要的是不是通用的.我正在寻找一种保留一个轴的通用方法,但是对所有其他轴求和/均值.我怎么能达到这个最佳状态,最好是在numpy内？

最佳答案 这是针对减少
ufuncs的n-dim案例的一般推广 –

def reduce_skipfew(ufunc, foo, preserveAxis=None):
    r = np.arange(foo.ndim)   
    if preserveAxis is not None:
        preserveAxis = tuple(np.delete(r, preserveAxis))
    return ufunc(foo, axis=preserveAxis)

样品运行 –

In [171]: reduce_skipfew(np.mean, foo, preserveAxis=1)
Out[171]: array([10., 13., 16.])

In [172]: foo = np.arange(27).reshape((3,3, 3))

In [173]: reduce_skipfew(np.mean, foo, preserveAxis=1)
Out[173]: array([10., 13., 16.])

In [174]: reduce_skipfew(np.sum, foo, preserveAxis=1)
Out[174]: array([ 90, 117, 144])

# preserve none i.e. sum all
In [175]: reduce_skipfew(np.sum, foo, preserveAxis=None)
Out[175]: 351

# preserve more than one axis
In [176]: reduce_skipfew(np.sum, foo, preserveAxis=(0,2)) 
Out[176]: 
array([[ 9, 12, 15],
       [36, 39, 42],
       [63, 66, 69]])
点赞