最初の軸でnumpy.nditerを使って縮小を行う方法

Question

私は012dを減らすためにnditerを使う方法を理解しようとしています。私の場合、3d配列を2次元配列に変換します。

私はここ http://docs.scipy.org/doc/numpy/reference/arrays.nditer.htmlと は、入力の最後の軸 以上の削減を適用する関数を作成するには、管理ヘルプを追いました。しかしこの機能を

def nditer_sum(data, red_axes): 
    it = numpy.nditer([data, None], 
      flags=['reduce_ok', 'external_loop'], 
      op_flags=[['readonly'], ['readwrite', 'allocate']], 
      op_axes=[None, red_axes]) 
    it.operands[1][...] = 0 

    for x, y in it: 
     y[...] = x.sum() 

    return it.operands[1] 

私はdata.sumと同等のものを得ることができます

（軸= 2）だから、

>>> data = numpy.arange(2*3*4).reshape((2,3,4)) 
>>> nditer_sum(data, [0, 1, -1]) 
[[ 6 22 38] 
[54 70 86]] 
>>> data.sum(axis=2) 
[[ 6 22 38] 
[54 70 86]] 

data.sumと同等のものを得るために（軸= 0）私はその 引数red_axesを[-1、0,1]に変更するには十分でした しかし、結果は全く異なります。 nditer_sum内部forループにおいて

>>> data = numpy.arange(2*3*4).reshape((2,3,4)) 
>>> data.sum(axis=0) 
[[12 14 16 18] 
[20 22 24 26] 
[28 30 32 34]] 
>>> nditer_sum(data, [-1, 0, 1]) 
[[210 210 210 210] 
[210 210 210 210] 
[210 210 210 210]] 

（X、その中のY :)ため、反復子は 12回ループし、アレイを与える2回ループし、長さ12の配列を毎回与え、代わり のさ毎回2の長さです。私は numpyのドキュメントを何度も読んで、これについてはgoogled は役に立たない。私はnumpy 1.6とpython 2.7を使用しています。

Answer 1

y[...] = x.sum()をy[...] += xに変更すると、（hereのように）修正されます。

Answer 2

nditerの注文をFに変更すると、ケースが正しく機能します。今度は、あなたが望むように、サイズ（2、）の配列を持つ12のステップがあります。

it = np.nditer([data, None], 
     flags=['reduce_ok', 'external_loop'], 
     op_flags=[['readonly'], ['readwrite', 'allocate']], 
     order='F',  # ADDED to loop starting with the last dimension 
     op_axes=[None, red_axes]) 

しかし、中間のaxis=1の場合、このような解決策はありません。

---

選択されたディメンションを反復処理するもう1つのアプローチは、縮小された次元の配列に 'multi_index'イテレータを作成することです。私はhttps://stackoverflow.com/a/25097271/901925でnp.ndindexがこのトリックを使って '浅い繰り返し'を実行することを発見しました。 axis=0ケースでは

、この機能は動作します：

def sum_1st(data): 
    y = np.zeros(data.shape[1:], data.dtype) 
    it = np.nditer(y, flags=['multi_index']) 
    while not it.finished: 
     xindex = tuple([slice(None)]+list(it.multi_index)) 
     y[it.multi_index] = data[xindex].sum() 
     it.iternext() 
    return y 

またはいずれかの軸に一般化：

def sum_any(data, axis=0): 
    yshape = list(data.shape) 
    del yshape[axis] 
    y = np.zeros(yshape, data.dtype) 
    it = np.nditer(y, flags=['multi_index']) 
    while not it.finished: 
     xindex = list(it.multi_index) 
     xindex.insert(axis, slice(None)) 
     y[it.multi_index] = data[xindex].sum() 
     it.iternext() 
    return y