主页 / 问题 / 758788
Accepted
RomanOks
Asked:2020-12-15 21:13:35 +0000 UTC2020-12-15 21:13:35 +0000 UTC

Numpy向量索引的求和

  • 772

我们需要编写一个函数，返回元素索引列表中数组的值之和。例如：数组（2 5 7 3）、索引列表（1 3）、答案（2+7=9）。我不知道如何按索引求和。解决了这个问题：

import numpy as np

arr = np.array(input('Введите значения массива: ').split()).astype(int)

indices = np.array(input('Введите индексы элементов в массиве: ').split()).astype(int)

result = 0

for i in indices:
    result += arr[indices[i]]
print(result)
python

2 个回答

  1. Best Answer

    这很简单：

    In [42]: a = np.array([2, 5, 7, 3])

In [43]: idx = np.array([1,3])

In [44]: a[idx]
Out[44]: array([5, 3])

    只有 Numpy 中的索引（与普通 Python 一样）以0：

    In [45]: a[idx-1]
Out[45]: array([2, 7])

In [46]: a[idx-1].sum()
Out[46]: 9

In [47]: a[idx].sum()
Out[47]: 8

    更新：

    如何使索引不输入到数组中，而是输入到列表中？

    In [48]: idx = [0,2]

In [49]: a[idx].sum()
Out[49]: 9

    但是，从列表的所有元素中减去一个数字的技巧将不再有效：

    In [50]: idx-1
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-50-a656c3318499> in <module>()
----> 1 idx-1

TypeError: unsupported operand type(s) for -: 'list' and 'int'

    有可能是这样的：

    In [52]: a[np.array(idx)-1].sum()
Out[52]: 8

    为什么在 Numpy 中使用内置的“矢量化 ufuncs”更好：

    In [62]: a = np.random.randint(10**4, size=(10**6), dtype=np.int32)

In [63]: a.shape
Out[63]: (1000000,)

In [64]: idx = np.random.randint(10**6, size=(10**4))

In [65]: %timeit a[idx].sum()
50.9 µs ± 907 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [66]: %timeit sum(a[i] for i in idx)
3.78 ms ± 287 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
    • 6

  2. 如果我们改进问题中的算法：

    import numpy as np

arr = np.array('1 2 4 8'.split()).astype(int)
indices = np.array('0 2'.split()).astype(int)
    
result = 0
for i in indices:
    result += arr[i]

# OR:

result = sum(arr[i] for i in indices)
print(result)

    错误是它for i in indices已经返回值，而不是索引。所以作者indices返回值，在循环内部，indices取值是取自值本身，也就是索引。

    • 2

相关问题