对 numpy 数组执行反向累积和答案

【问题标题】：Perform a reverse cumulative sum on a numpy array对 numpy 数组执行反向累积和
【发布时间】：2013-05-08 15:24:20
【问题描述】：

谁能推荐一种在 numpy 数组上进行反向累积和的方法？

“反向累积和”的定义如下（我欢迎对此过程的名称进行任何更正）：

如果

x = np.array([0,1,2,3,4])

然后

np.cumsum(x)

给予

array([0,1,3,6,10])

但是，我想得到

array([10,10,9,7,4]

谁能建议一种方法来做到这一点？

【问题讨论】：

【解决方案1】：

这样做：

np.cumsum(x[::-1])[::-1]

【讨论】：

【解决方案2】：

In [0]: x = np.array([0,1,2,3,4])

In [1]: np.flipud(np.flipud(x).cumsum())
Out[1]: array([10, 10,  9,  7,  4]

.flip() 是 NumPy 1.12 的新功能，将 .flipud() 和 .fliplr() 组合到一个 API 中。 https://docs.scipy.org/doc/numpy/reference/generated/numpy.flip.html

这是等价的，并且函数调用更少：

np.flip(np.flip(x, 0).cumsum(), 0)

【讨论】：

【解决方案3】：

如果您希望将结果存储在原始数组中，那么到目前为止给出的答案似乎都是低效的。同样，如果您想要一个副本，请记住，这将返回一个视图而不是连续数组，并且仍然需要 np.ascontiguousarray()。

怎么样

view=np.flip(x, 0)
np.cumsum(view, 0, out=view)
#x contains the reverse cumsum result and remains contiguous and unflipped

这会修改x 的翻转视图，它将数据以相反的顺序正确地写回到原始的x 变量中。它在执行结束时不需要不连续的视图，并且尽可能地提高速度。我猜 numpy 永远不会添加一个 reversecumsum 方法，因为我描述的技术是如此简单和有效。尽管如此，使用显式方法可能会稍微高效一些。

否则，如果需要复制，则需要进行额外的翻转并将其转换回连续数组，主要是在此后的许多向量操作中使用它时。 numpy 的一个棘手部分，但如果您对性能非常感兴趣，那么视图和连续性是需要小心的。

【讨论】：