在numpy数组上执行反向累加和

Question

有人可以推荐一种在numpy数组上进行反向累加的方法吗？

'reverse cumulative sum' 的定义如下（欢迎对此程序名称进行任何更正）：

如果

x = np.array([0,1,2,3,4])

然后。

np.cumsum(x)

提供

array([0,1,3,6,10])

然而，我想要得到

array([10,10,9,7,4]

有人可以提供一种方法来实现这个吗？

- Lee

Answer 1

这就做到了：

np.cumsum(x[::-1])[::-1] 

- Lee

---

一种等效但不同的语法是： x[::-1].cumsum()[::-1] - Staza

对于想了解的人，对于多维数组，你只需要保持任何行/列不变，即如果x是一个二维数组，则 np.cumsum(x[:, ::-1], axis=1)[:, ::-1] 将反向沿行求和。 - Matthew Cassell

Answer 2

你也可以使用.flipud()，它等同于[::-1] https://docs.scipy.org/doc/numpy/reference/generated/numpy.flipud.html

In [0]: x = np.array([0,1,2,3,4])

In [1]: np.flipud(np.flipud(x).cumsum())
Out[1]: array([10, 10,  9,  7,  4]

.flip() 是 NumPy1.12之后新增的函数，将 .flipud() 和 .fliplr() 结合成一个API。

https://docs.scipy.org/doc/numpy/reference/generated/numpy.flip.html

这个函数与下面的函数调用等效且函数调用次数更少：

np.flip(np.flip(x, 0).cumsum(), 0)

- Marc Gibbons

---

顺便提一下，对于小数组（<50个元素），我发现这些解决方案比np.cumsum(x[::-1])[::-1]慢了一倍。我想可能有更多的开销。谢谢。 - Bill

Answer 3

到目前为止，给出的答案似乎都不够高效，如果你想将结果存储在原始数组中。此外，如果你想要一份副本，请记住这将返回一个视图而不是连续的数组，并且仍然需要使用 np.ascontiguousarray()。

那么怎么样？

view=np.flip(x, 0)
np.cumsum(view, 0, out=view)
#x contains the reverse cumsum result and remains contiguous and unflipped

这会修改x的翻转视图，将数据以正确的相反顺序写回到原始的x变量中。在执行结束时不需要非连续的视图，并且速度效率尽可能高。我猜测numpy永远不会添加一个reversecumsum方法，因为我描述的技术是如此微不足道和高效。尽管如此，使用显式方法可能会略微更有效率。

否则，如果需要复制，则需要额外进行翻转，并将其转换回连续数组，特别是如果之后它将用于许多向量操作中。这是numpy的一个棘手部分，但如果您真正关心性能，视图和连续性是需要注意的。

- Gregory Morse