Python中sum函数的用法

Question

x_d = np.linspace(-4, 8, 30)

print('x_d shape: ',x_d.shape)
print('x shape: ',x.shape)


density = sum((abs(xi - x_d) < 0.5) for xi in x)---------> difficulty in understanding statement

---

output:

x_d shape:  (30,)
x shape:  (20,)

我很难理解上述陈述。

对于每个x值，我们从中减去x_d，然后得到单个值。但我们的密度为（30，）。

我们如何得到密度维度为（30，）？

- venkysmarty

Answer 1

表达式

xi - x_d

将使用NumPy broadcasting 来使两个对象的形状一致。在这种情况下，这意味着将标量值xi视为与 x_d 相同维度的所有相同值的数组。 abs 函数和小于比较将逐元素地作用于NumPy数组，因此表达式

(abs(xi - x_d) < 0.5)

应该得到一个长度为30的数组（与x_d相同大小），其中该数组的每个条目都是True或False，具体取决于应用于x_d的每个元素的条件。

这将针对多个xi值重复进行，导致多个不同的长度为30的数组。

调用sum函数的结果是它们逐个元素相加（也因广播的运气而相加，因为sum函数具有默认初始值0，第一个数组被逐个元素加到0上，保持不变）。

因此，在最终结果中，它将是一个长度为30的数组，其中数组的第0项计算了多少个xi值满足基于x_d的第0个元素的绝对值条件。输出数组的项目1将计算满足基于x_d的第1个元素的绝对值条件的xi值的数量，依此类推。

以下是一些测试数据的示例：

In [31]: x_d = np.linspace(-4, 8, 30)

In [32]: x = np.arange(20)

In [33]: x
Out[33]: 
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19])

In [34]: density = sum((abs(xi - x_d) < 0.5) for xi in x)

In [35]: density
Out[35]: 
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1])

- ely

---

感谢您的回复。我不明白这个语句的意思。“这将针对多个xi值重复进行，从而导致多个不同长度为30的数组”。在这种情况下，for循环针对x的每个元素重复执行，因此我们得到了20个形状为（30，）的数组列表，对于每个x的元素，我们正在对所有形状为（30）的20个数组进行求和。我的理解正确吗？顺便问一下，有没有办法打印出每个x值的长度为30的每个数组？谢谢。 - venkysmarty

想象一下只取x的第一个值（即sum内部循环的第一次迭代）。假设这个值是0。然后你将计算0-x_d。在NumPy中，这会得到一个数组，其值为[0-x_d[0]，0-x_d[1]，...]。因此，我们得到了该迭代的长度为30的数组。让我们把它放在脑后，继续进行下一次迭代，这将来自于条目x [1]（即x中的第二个条目）。我们重复这个过程，得到[x [1] - x_d [0]，x [1] - x_d [1]，...]。因此，在sum内部，每次循环都会为该迭代创建一个完整的长度为30的数组。 - ely

如果你想打印中间数组的内容，可以使用 for xi in x: print((abs(xi - x_d) < 0.5))。你甚至可以手动将其中的3个保存到列表中，像这样：test = [(abs(x[0] - x_d) < 0.5), (abs(x[1] - x_d) < 0.5), (abs(x[2] - x_d) < 0.5)]，然后尝试 sum(test) 看看会发生什么。 - ely

感谢您的帮助。现在更容易理解这个语句了。 - venkysmarty