沿轴的 numpy 总和

Question

是否有一个 numpy 函数可以对数组沿着（而不是越过）给定轴求和？沿着轴，我的意思相当于：

[x.sum() for x in arr.swapaxes(0,i)].

沿轴 i 求和。

例如，numpy.sum 不能直接工作的情况：

>>> a = np.arange(12).reshape((3,2,2))
>>> a
array([[[ 0,  1],
        [ 2,  3]],

       [[ 4,  5],
        [ 6,  7]],

       [[ 8,  9],
        [10, 11]]])
>>> [x.sum() for x in a] # sum along axis 0
[6, 22, 38]
>>> a.sum(axis=0)
array([[12, 15],
       [18, 21]])
>>> a.sum(axis=1)
array([[ 2,  4],
       [10, 12],
       [18, 20]])
>>> a.sum(axis=2)
array([[ 1,  5],
       [ 9, 13],
       [17, 21]])

Answer 1

您可以只传递一个带有您想要求和的轴的元组，并省略您想要“求和”的轴：

>> a.sum(axis=(1,2))
array([ 6, 22, 38])

Answer 2

从 numpy 1.7.1 开始，这里有一个更简单的答案 - 您可以将一个元组传递给 sum 方法的“axis”参数以在多个轴上求和。所以总结一下除了给定的之外的所有内容：

x.sum(tuple(j for j in xrange(x.ndim) if j!=i))

Answer 3

调用 sum 两次？

In [1]: a.sum(axis=1).sum(axis=1)
Out[1]: array([ 6, 22, 38])

当然，这有点难以概括，因为轴“消失”了。需要通用吗？

def sum_along(a, axis=0):
    js = [axis] + [i for i in range(len(a.shape)) if i != axis]
    a = a.transpose(js)

    while len(a.shape) > 1: a = a.sum(axis=1)

    return a

Answer 4

def sum_along_axis(a, axis=None):
    """Equivalent to [x.sum() for x in a.swapaxes(0,axis)]"""
    if axis is None:
        return a.sum()
    return np.fromiter((x.sum() for x in a.swapaxes(0,axis)), dtype=a.dtype)

Answer 5

np.apply_over_axes(sum, a, [1,2]).ravel()