如何获取结构化numpy数组的和？

wsewodh2 于 2023-08-05 发布在其他

关注(0)|答案(1)|浏览(84)

我试图得到一个结构化数组的和。是否需要在字段名称周围使用“for”循环，或者我可以在一行中完成。我每次跑步都要这样做一百万次，所以我需要保持快速。

>>> test = np.array([(1,2,3),(4,5,6)], dtype={'names' : ["One", "Two", "Three"], 'formats' : ["f8"]*3})
>>> test
array([(1., 2., 3.), (4., 5., 6.)],
      dtype=[('One', '<f8'), ('Two', '<f8'), ('Three', '<f8')])
>>> np.sum(test)
...
numpy.core._exceptions._UFuncNoLoopError: ufunc 'add' did not contain a loop with signature matching types (dtype([('One', '<f8'), ('Two', '<f8'), ('Three', '<f8')]), dtype([('One', '<f8'), ('Two', '<f8'), ('Three', '<f8')])) -> None

字符串
与np.sum（test，axis=0）相似
我期待一个结构化数组：[（5，7，9），dtype=...]。至少，没有错误。

numpy

来源：https://stackoverflow.com/questions/76839353/how-to-get-a-sum-of-a-structured-numpy-array

1条答案

按热度按时间

gojuced71#

因此，在这种情况下，由于您的结构具有相同的基本类型，因此您可以很容易地使用视图：

>>> import numpy as np
>>> test = np.array([(1,2,3),(4,5,6)], dtype={'names' : ["One", "Two", "Three"], 'formats' : ["f8"]*3})
>>> test.view('f8').reshape(-1,3).sum(axis=0)
array([5., 7., 9.])

字符串
现在，如果你不能很容易地从你原来的结构化dtype创建一个视图，你可以使用一个字段循环，这应该不会太慢：

>>> result = np.zeros_like(test, shape=(1,))
>>> for field in test.dtype.fields:
...     result[field] = test[field].sum()
...
>>> result
array([(5., 7., 9.)],
      dtype=[('One', '<f8'), ('Two', '<f8'), ('Three', '<f8')])

型

赞(0）回复(0）举报 2023-08-05

我来回答

如何获取结构化numpy数组的和？

1条答案

相关问题

热门标签

最新问答