在python中使用迭代器对数组求和答案

【问题标题】：Using iterator to sum arrays in python在python中使用迭代器对数组求和
【发布时间】：2013-08-04 00:15:43
【问题描述】：

我在 python 中使用 Numpy 读取 csv 文件：

import numpy as np
import csv
from StringIO import StringIO
with open ('1250_12.csv','rb') as csvfile:
    data = np.genfromtxt(csvfile, dtype = None, delimiter = ',')
np.set_printoptions(threshold='nan'

打印出以下内容：

[['x1' 'y1' 'z1' 'x2' 'y2' 'z2' 'cost']
 ['5720.44' '3070.94' '2642.19' '5797.82' '3061.01' '2576.29' '102.12']
 ['5720.44' '3070.94' '2642.19' '5809.75' '3023.6' '2597.81' '110.4']
 ['5861.54' '3029.08' '2742.36' '5981.23' '3021.52' '2720.47' '121.92']
 ['5861.54' '3029.08' '2742.36' '5955.36' '3012.95' '2686.28' '110.49']

所以第一列属于'x1'，第二列属于'x2'......等等。假设 x1,y1,z1 是一个以数组表示的向量，下面的点表示该值。如您所见，每个 x1、y1 等都有多个点。现在我想将这些点相加，使其成为使用迭代器的向量的总和。如何使用迭代器对所有行求和？

像这样：

import numpy
a=numpy.array([0,1,2])
b=numpy.array([3,4,5])
a+b
array([3, 5, 7])

但这只是 2 个数组，如果有数百个，那么您需要一个迭代器而不是手动设置数组吗？

【问题讨论】：

预期输出是什么？
粘贴的代码中有些东西被截断了。
让我们说 a = [x1,y1,z1] 和 b = [x2,y2,z2] 总和是 a+b 但我想使用迭代器，这样我就可以处理所有行。
为什么要使用迭代器？这听起来像是围绕np.sum 或ndarray 的sum 方法构建的工作。显式迭代往往会破坏 numpy 的优势。
我不想像 x1+y1+z1 那样对列中的点求和我试图总结所有 x1 点和所有 y1 点......等等

标签： python arrays csv numpy

【解决方案1】：

为什么不导入跳过第一行？

data = np.genfromtxt('1250_12.csv', delimiter = ',', skip_header=1)

然后

np.sum(data,axis=0)

【讨论】：

@Andy 这个答案会给你一个更高的性能，因为它避免了for 循环......

【解决方案2】：

正如其他人评论的那样，可能有一些方法可以使用内置函数来执行此操作，但以下执行方式与您描述的一样：

sum = np.zeros(len(data[0]))

for vector in data[1:]:
    vector = map(float, vector)
    sum = np.add(vector, sum)

首先，我们初始化一个空白的sum 向量，等于数据矩阵的宽度。然后，我们遍历实际的数据向量并将它们添加到 sum。

【讨论】：

你能解释一下这行：vector = np.asarray(map(float, vector)) 的作用真的很快吗？
抱歉，应该是vector = map(float, vector)！无论如何，因为它是作为文本读入的，所以我们需要将vector 中的每个元素从字符串转换为浮点数（例如，从 '0.5' 到 0.5）。 map(float, vector) 将float(x) 应用于vector 中的每个x。

【解决方案3】：

如果您想在 python 中执行此操作，其中一种方法可以是迭代列表假设输入，即数组列表是 inp，输出数组存储在 total

total = inp[1]
for eachRow in inp[2:]:
    for index, val in enumerate(eachRow):
        total[index] += eachRow[index]

希望这会有所帮助:)

【讨论】：