numpy：沿除最后一个轴之外的所有轴求和答案

【问题标题】：numpy: summing along all but last axisnumpy：沿除最后一个轴之外的所有轴求和
【发布时间】：2018-08-06 15:35:54
【问题描述】：

如果我有一个任意形状的ndarray，并且我想计算除最后一个轴之外的所有轴的总和，例如，我可以通过这样做来实现它

all_but_last = tuple(range(arr.ndim - 1))
sum = arr.sum(axis=all_but_last)

现在，tuple(range(arr.ndim - 1)) 我感觉并不完全直观。有没有更优雅/numpy-esque 的方式来做到这一点？

此外，如果我想为多个不同形状的数组执行此操作，我将不得不为每个数组计算一个单独的维度元组。有没有更规范的方式来表达“不管尺寸是多少，只给我一个轴”？

【问题讨论】：

直观与否，我认为这充分利用了axis 参数。把它隐藏在一个函数中，没有人会知道其中的区别（你可以评论它）。 numpy 函数经常玩这种“游戏”。

标签： python numpy

【解决方案1】：

您可以重新调整数组的形状，使除最后一个轴之外的所有轴都变平（例如，形状 (k, l, m, n) 变为 (k*l*m, n)），然后在第一个轴上求和。

例如，这是您的计算：

In [170]: arr.shape
Out[170]: (2, 3, 4)

In [171]: arr.sum(axis=tuple(range(arr.ndim - 1)))
Out[171]: array([2.85994792, 2.8922732 , 2.29051163, 2.77275709])

这里是替代方案：

In [172]: arr.reshape(-1, arr.shape[-1]).sum(axis=0)
Out[172]: array([2.85994792, 2.8922732 , 2.29051163, 2.77275709])

【讨论】：

【解决方案2】：

您可以使用np.apply_over_axes 对多个轴求和。

np.apply_over_axes(np.sum, arr, [0,2]) #sum over axes 0 and 2

np.apply_over_axes(np.sum, arr, range(arr.ndim - 1)) #sum over all but last axis

【讨论】：

这不就是在做同样的事情吗？但以较慢的方式，在 Python 代码中迭代轴，而不是在内部迭代到 sum?
@hpaulj 我不确定你在 python 代码中迭代所有轴的意思，因为这里显示的所有方法都使用range 进行轴外推
但是看看apply_over_axes 的代码——它在axes 参数上迭代。 Timeit 也是如此。
即使不考虑速度，这比sum(axis=...) 有什么好处？