如何无循环（尽量不用lambda）实现numpy数组累加和超限置0重置？

针对你需要的“累计和超过阈值则置当前元素为0并重置累加”的逻辑，这里提供一个纯Numpy向量化的实现方案，无显式循环且未使用lambda函数：

import numpy as np

def process_array(arr, threshold):
    # 计算全局累计和
    cum_sum = np.cumsum(arr)
    # 标记累计和超过阈值的位置
    over_thresh = cum_sum > threshold
    # 生成每个元素所属的重置组ID（每触发一次重置，组ID递增）
    group_ids = np.cumsum(over_thresh)
    # 获取每个重置组的起始索引
    group_starts = np.unique(group_ids, return_index=True)[1]
    # 计算每个组的总累计和
    group_total = np.add.reduceat(arr, group_starts, axis=0)
    # 生成每个组的基准值（之前所有组的累计和总和）
    group_base = np.insert(np.cumsum(group_total[:-1]), 0, 0)
    # 计算每个元素在组内的局部累计和（即从组起始到当前元素的累加值）
    local_cum = cum_sum - group_base[group_ids]
    # 标记需要置为0的元素（局部累计和超过阈值的元素）
    mask = local_cum > threshold
    
    # 生成结果数组
    result = arr.copy()
    result[mask] = 0
    return result

# 测试示例
array = np.arange(1, 10)
threshold = 10
print(process_array(array, threshold))  # 输出: [1 2 3 4 0 6 0 8 0]

逻辑说明 #

1. 全局累计与分组标记：先计算数组的全局累计和，通过标记超过阈值的位置，生成分组ID——每触发一次重置，后续元素就进入新的分组，保证每个分组内的累加是从0开始的分段累加。
2. 局部累计和计算：通过全局累计和减去对应分组的基准值（之前所有分组的累计总和），得到每个元素在当前分组内的局部累加和，这个值就是我们需要判断的“从当前分段起始到该元素的累加和”。
3. 阈值判断与置0：最后将局部累计和超过阈值的元素置为0，得到符合要求的结果。

内容的提问来源于stack exchange，提问作者Andrey Urusov