假设我有一个数组
data = np.arange(6)
我想用^{
如果我这样做:
np.add.reduceat(data, [0, 6, 3])[::2]
我立刻得到一个错误
IndexError: index 6 out-of-bounds in add.reduceat [0, 6)
如果我这样做
np.add.reduceat(data, [0, 5, 3])[::2]
我得到了错误的答案(10应该是15):
array([10, 12])
我能想到的唯一解决办法是屏蔽需要最后一个索引的位置,从中减去1,然后再把最后一个元素加回去:
index = np.array([0, 6, 3])
mask = (index == data.size)
index[mask] -= 1
result = np.add.reduceat(data, index)
# Mask is shifted back by one because it's the previous element that needs to be updated
result[:-1][mask[1:]] += data[-1]
然后result[::2]
给出所需的答案。这看起来像是一个巨大的乱七八糟的东西,我希望是一个优雅的一行(比这更快)。你知道吗
1我完全意识到有更好的方法可以做到这一点。为了说明的目的,这只是一个人为的例子。这个问题的真正问题源于试图解决numpy: fast regularly-spaced average for large numbers of line segments / points。你知道吗
我没怎么用
reduceat
,但看起来你只能有一个开放范围,一个add to the end
。你知道吗一种解决方法是填充数组(是的,我通常反对使用
np.append
:):或者使用一对完整的范围:
我省略了通常的[::2]来澄清正在发生的事情。你知道吗
相关问题 更多 >
编程相关推荐