'沿特定軸'操作如何實施？

我可以sum沿特定的軸的所有元素，使用numpy.sum，即'沿特定軸'操作如何實施？

>>> a = numpy.array([[1,2], [3,4]]) 
>>> numpy.sum(a, 1) 
array([3, 7])

即sum along row，其通過一個添加的每個列中的一個的元件。

如果只有2或3個軸，我可以在C/C++中使用if...elif或swith...case來實現，但如果有100個軸呢？如何實現它？

來源

2013-06-26 Alcott

你想要什麼來實現？ – joris

numpy數組只是引擎蓋下的一維C數組，因此沿着單個軸的跳躍是通過跳過C數組來實現的。因此，您必須計算與該軸對應的步幅，然後在計算總和時逐步通過陣列。 – Evert

另外，從Python中，您可以使用'np.rollaxis'將第n個軸移動到開頭，並僅爲第一個維度實現它。 – jorgeca

Numpy數組只是一維C數組，所以沿着單個軸的跳躍是通過跳過C數組來實現的，步幅的大小取決於您要迭代的維數（最小跨越最快的維度，在Python/C將是最後一個維度）。

所以，你將不得不以計算對應於所述軸線的步幅，然後通過陣列步驟而計算的總和。對於每個總和，您從數組中的偏移量開始（第一個將爲0），並以另一個步長增加。

如果您想了解更多，可以閱讀guide to numpy的第15章（無需真正需要讀取以前的所有內容），該章從關於numpy數組迭代的一節開始，因爲它在C中完成。

來源

2013-06-27 13:02:19 Evert

Upvoted，而且，我發現大部分的'numpy'和核心方法''用C/C，如'convolve'和'correlate' scipy'實際上++實現的'，這是爲什麼？性能問題？如果使用PURE'python'代碼實現它們會怎麼樣？ – Alcott

@Alcott：這是numpy和scipy的全部觀點：性能。只有當你去喜歡PyPy路線你可能會得到同樣的速度爲原生的C程序，但往往只針對一些特定的操作（我沒有試過落實各項的更看中numpy的/ SciPy的程序在純Python與PyPy，然後比較）。使用純Python和普通CPython通常會讓你減速100倍。 – Evert

@alcott：另外，代碼重用。這裏有很多代碼，針對速度進行了優化，主要是C或FORTRAN。 Numpy和scipy接口與一些這樣的庫（或者至少可以），比如標準線性代數（BLAS，LAPACK）例程。他們沒有試圖重新發明輪子，而是提供了一個Pythonic接口，用於經過優化（和調試！）並經過多年驗證的產品。 – Evert

'沿特定軸'操作如何實施？

回答

相關問題