在 Python 中创建这个 numpy 数组答案

【问题标题】：Creating this numpy array in Python在 Python 中创建这个 numpy 数组
【发布时间】：2020-02-12 17:20:46
【问题描述】：

我有以下 numpy 数组

import numpy as np
a = np.array([1,2,6,8])

我想从 a 创建另一个 numpy 数组，以便它包含 a 的两个元素的所有不同可能总和。很容易证明存在int(a.size*(a.size-1)/2) 不同的可能总和，由以下各项组成：

a[0] + a[1]
a[0] + a[2]
a[0] + a[3]
a[1] + a[2]
a[1] + a[3]
a[2] + a[3]

如何在不使用双 for 循环的情况下以上述总和作为元素构造一个 numpy 数组（我能想到的唯一方法）。对于上面的例子，输出应该是[3,7,9,8,10,14]

MWE

eff = int(a.size*(a.size-1)/2)
c = np.empty((0, eff))

【问题讨论】：

标签： python arrays numpy numpy-ndarray

【解决方案1】：

你可以使用triu_indices:

i0,i1 = np.triu_indices(4,1)
a[i0]
# array([1, 1, 1, 2, 2, 6])
a[i1]
# array([2, 6, 8, 6, 8, 8])
a[i0]+a[i1]
# array([ 3,  7,  9,  8, 10, 14])

对于更多术语，我们需要构建自己的“nd_triu_idx”。以下是如何为 5 个列表中的 3 个术语执行此操作：

n = 5
full = np.mgrid[:n,:n,:n]
nd_triu_idx = full[:,(np.diff(full,axis=0)>0).all(axis=0)]
nd_triu_idx
# array([[0, 0, 0, 0, 0, 0, 1, 1, 1, 2],
#        [1, 1, 1, 2, 2, 3, 2, 2, 3, 3],
#        [2, 3, 4, 3, 4, 4, 3, 4, 4, 4]])

要完全概括术语的数量，请使用类似

k = 4
full = np.mgrid[k*(slice(n),)]

等等

【讨论】：

这太棒了！它可以很容易地适应找到三个元素和的所有组合吗？
因此，对于 OP 中显示的数组的三个元素的总和，我希望看到类似 [9,11,15,16] 的内容。如何从您更新的代码中明确获取此信息？以及它如何推广到更多术语（问题的最大术语数为 4）
@Sid 在这种情况下，您必须将 n=5 替换为 n=4 并添加为最后一行 a[nd_triu_idx].sum(axis=0)
@PaulPanzer，谢谢。最后，如果我想在 5 个列表中的 4 个术语中执行此操作，我会只更改前两行吗？ n = 5full = np.mgrid[:n,:n,:n,:n]?如果是这样，有没有办法指定术语数量和列表大小的结果？
@Sid 如果您不关心总和的顺序，获取所有总和的最简单方法是np.unpackbits(np.arange(1024,dtype='<u2')[:,None].view('u1'),axis=1,count=10,bitorder='little')@a

【解决方案2】：

您可以对大小为 2 的数组进行组合并对每个数组求和：

import numpy as np
from itertools import combinations

a = np.array([1,2,6,8])

print(list(map(sum, combinations(a, 2))))
# [3, 7, 9, 8, 10, 14]

或者使用 numpy：

import numpy as np

a = np.array([1,2,6,8,1])

b = a + a[:,None]
print(b[np.triu_indices(4, 1)])
# [ 3  7  9  8 10 14]

【讨论】：

既然我要用列表，可以写b = list(map(sum, combinations(a, 2)))吗？
如果你想返回一个 NumPy 数组，np.fromiter() 的好案例：np.fromiter(map(sum, it.combinations(a, 2)), dtype=a.dtype)
我收到TypeError: 'list' object is not callable 错误。
@Sid，确保您没有将您的列表命名为 list。
@Sid，您之前定义了一些列表，其中包含我在代码中使用的一些内置函数。它可以是list 或map。请检查。

【解决方案3】：

如何计算a 的指数版本的笛卡尔积？

>>> a = np.array([1, 2, 6, 8])[:, None]
>>> b = np.exp(a)
>>> np.unique(np.tril(np.log(np.dot(b, b.T)), k=-1))[1:]
array([ 3.,  7.,  8.,  9., 10., 14.])

【讨论】：

这没有正确的长度。应该是 1 x 6 数组
这不太对（仍然有一个额外的零），但相当聪明（而且令人费解），所以 +1