3D numpy数组按第一维度求和的非循环实现方法

方法1：使用numpy内置sum函数指定求和维度 #

直接调用numpy.sum()，传入参数axis=0指定对第一个维度求和即可，代码如下：

import numpy as np

arr = np.array(((((1,2,3),(9,8,7),(6,5,4))),
                (((10,20,30),(90,80,70),(60,50,40)))))
arr_sum = np.sum(arr, axis=0)

运行后arr_sum的输出完全符合预期：

array([[11, 22, 33],
       [99, 88, 77],
       [66, 55, 44]])

方法2：直接调用数组对象的sum方法 #

也可以直接调用numpy数组自带的sum实例方法，写法更简洁，效果和上面完全一致：

arr_sum = arr.sum(axis=0)

方案优势 #

• 代码更简洁，仅需一行就可以完成原本循环的功能
• numpy内置的求和是向量化运算，底层用C实现，相比Python原生循环性能高很多，数组越大优势越明显
• 语义清晰，看到axis=0就能直接判断是对第一个维度做聚合操作

内容的提问来源于stack exchange，提问作者Romero_91