迭代和多维数组在Python

Question

选择特定阵列

想象我有这样的事情：

import numpy as np 
arra = np.arange(16).reshape(2, 2, 4) 

这给

array([[[0, 1, 2, 3], 
     [4, 5, 6, 7]], 
     [[8, 9, 10, 11], 
     [12, 13, 14, 15]]])  

，我想使沿特定子阵列运行一个循环（在这种情况下，我想沿每个'矩阵'的每个'列'）运算结果（即选择0和4并将它们相加（4），选择1和5并将它们相加（6）， ...，选择3和7并将它们相加（10），选择8和12并将它们相加（20），...，选择11和15并将它们相加（26））。

我原以为这样做与自然明显：

for i in arra[i, j, k]: 
    for j in arra[i, j, k]: 
     for k in arra[i, j, k]: 
      sum... 

问题是Python的肯定不允许做什么，我想用这种方式。如果它是二维数组，它会更容易，因为我知道迭代器首先遍历行，所以可以转置为沿列运行，但对于多维（此例中为3D）数组（N，M，P）与N，M，P >> 1，我想知道如何做到这一点。

编辑：这个问题在这里有一个延续：Choosing and iterating specific sub-arrays in multidimensional arrays in Python

Answer 1

您可以使用map来完成这件事：

import numpy as np 
arra = np.arange(16).reshape(2, 2, 4) 

然后命令：

map(sum, arra) 

给你所需输出：

[array([ 4, 6, 8, 10]), array([20, 22, 24, 26])] 

或者，你也可以使用一个list comprehension：

res = [sum(ai) for ai in arra] 

然后res看起来是这样的：

[array([ 4, 6, 8, 10]), array([20, 22, 24, 26])] 

编辑：

如果你想添加相同的行 - 如你在这个答案下面的评论中提到 - 你可以这样做（使用zip）：

map(sum, zip(*arra)) 

它给你所需要的输出：

[array([ 8, 10, 12, 14]), array([16, 18, 20, 22])] 

为了完整起见也榜上有名理解：

[sum(ai) for ai in zip(*arra)] 

它给你同样的输出。