Numpy：条件和

我有以下 numpy 数组：

import numpy as np
arr = np.array([[1,2,3,4,2000],
                [5,6,7,8,2000],
                [9,0,1,2,2001],
                [3,4,5,6,2001],
                [7,8,9,0,2002],
                [1,2,3,4,2002],
                [5,6,7,8,2003],
                [9,0,1,2,2003]
              ])

我明白np.sum(arr, axis=0)提供结果：

array([   40,    28,    36,    34, 16012])

我想做的事（没有 for 循环) 根据最后一列的值对各列求和，以便提供的结果为：

array([[   6,    8,   10,   12, 4000],
       [  12,    4,    6,    8, 4002],
       [   8,   10,   12,    4, 4004],
       [  14,    6,    8,   10, 4006]])

我意识到没有循环可能会有点困难，但希望能得到最好的结果......

如果必须使用 for 循环，那么它如何工作？

I tried np.sum(arr[:, 4]==2000, axis=0)（我会用2000与 for 循环中的变量），但是它给出的结果是2

您可以在纯 numpy 中使用巧妙的应用程序来完成此操作np.diff and np.add.reduceat. np.diff将为您提供最右列发生变化的索引：

d = np.diff(arr[:, -1])

np.where将转换你的布尔索引d到整数索引np.add.reduceat期望：

d = np.where(d)[0]

reduceat还期望看到一个零索引，并且所有内容都需要移一：

indices = np.r_[0, e + 1]

Using np.r_这里比np.concatenate因为它允许标量。那么总和就变成：

result = np.add.reduceat(arr, indices, axis=0)

当然，这可以合并成一行：

>>> result = np.add.reduceat(arr, np.r_[0, np.where(np.diff(arr[:, -1]))[0] + 1], axis=0)
>>> result
array([[   6,    8,   10,   12, 4000],
       [  12,    4,    6,    8, 4002],
       [   8,   10,   12,    4, 4004],
       [  14,    6,    8,   10, 4006]])