python - transpuesta - Cómo calcular la suma de todas las columnas de una matriz numpy 2D(de manera eficiente)

sumar columnas de una matriz python

Question

Digamos que tengo la siguiente matriz numpy 2D que consta de cuatro filas y tres columnas:

>>> a = numpy.arange(12).reshape(4,3)
>>> print(a)
[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]

¿Cuál sería una forma eficiente de generar una matriz 1D que contenga la suma de todas las columnas (como [18, 22, 26] )? ¿Se puede hacer esto sin tener que pasar por todas las columnas?

Answer 1

Consulte la documentación de numpy.sum , prestando especial atención al parámetro del axis . Para sumar en columnas:

>>> import numpy as np
>>> a = np.arange(12).reshape(4,3)
>>> a.sum(axis=0)
array([18, 22, 26])

O bien, para sumar las filas:

>>> a.sum(axis=1)
array([ 3, 12, 21, 30])

Otras funciones agregadas, como numpy.mean , numpy.cumsum y numpy.std , por ejemplo, también toman el parámetro del axis .

Del Tutorial Tentativo Numpy :

Muchas operaciones únicas, como calcular la suma de todos los elementos de la matriz, se implementan como métodos de la clase ndarray . Por defecto, estas operaciones se aplican a la matriz como si fuera una lista de números, independientemente de su forma. Sin embargo, al especificar el parámetro de axis puede aplicar una operación a lo largo del eje especificado de una matriz:

Answer 2

Entonces, la función de sum NumPy toma un argumento de eje opcional que especifica a lo largo de qué eje le gustaría que se realizara la suma:

>>> a = numpy.arange(12).reshape(4,3)
>>> a.sum(0)
array([18, 22, 26])

O equivalente:

>>> numpy.sum(a, 0)
array([18, 22, 26])

Answer 3

Otras alternativas para sumar las columnas son

numpy.einsum(''ij->j'', a)

y

numpy.dot(a.T, numpy.ones(a.shape[0]))

Si el número de filas y columnas está en el mismo orden de magnitud, todas las posibilidades son más o menos igualmente rápidas:

Sin embargo, si solo hay unas pocas columnas, tanto el einsum como la solución de dot superan significativamente la sum de numpy (tenga en cuenta la escala de registro):

Código para reproducir las tramas:

import numpy
import perfplot


def numpy_sum(a):
    return numpy.sum(a, axis=1)


def einsum(a):
    return numpy.einsum(''ij->i'', a)


def dot_ones(a):
    return numpy.dot(a, numpy.ones(a.shape[1]))


perfplot.show(
    # setup=lambda n: numpy.random.rand(n, n),
    setup=lambda n: numpy.random.rand(n, 3),
    n_range=[2**k for k in range(15)],
    kernels=[numpy_sum, einsum, dot_ones],
    logx=True,
    logy=True,
    xlabel=''len(a)'',
    )

Answer 4

Usa el argumento del axis :

>> numpy.sum(a, axis=0)
  array([18, 22, 26])

Answer 5

Use numpy.sum . para su caso, es

sum = a.sum(axis=0)