You need to enable JavaScript to run this app. NumPy中是否有可反向计算cumsum累计和的内置优化函数
优惠活动
大模型
产品
解决方案
定价
更多

NumPy中是否有可反向计算cumsum累计和的内置优化函数

用NumPy内置函数实现cumsum反向还原

可直接使用NumPy预优化的numpy.diff函数完成需求,该函数专门用于计算数组沿指定轴的相邻元素差值,完全覆盖你手写的切片减法逻辑,处理大数组时性能远高于手动实现。

一维数组还原示例

import numpy as np

a = np.arange(1, 10)
b = np.cumsum(a)

# 内置函数实现还原
c = np.concatenate([[b[0]], np.diff(b)])

执行后c与原数组a完全一致:

array([1, 2, 3, 4, 5, 6, 7, 8, 9])

逻辑说明

  • np.diff(b)直接计算累计和数组中相邻元素的差值,对应你手写的b[1:]-b[:-1]部分,是底层预编译的向量化操作,无Python层循环开销。
  • 由于np.diff的输出长度比输入少1(一维场景下),只需将累计和的第一个元素拼接在diff结果的开头,即可得到完整的原始输入数组。

多维数组适配

如果原累计和是沿着指定轴计算的,只需给np.diff传入相同的axis参数,拼接操作也对应沿该轴执行即可:

# 沿axis=1计算累计和的多维数组
b_multi = np.cumsum(np.array([[1, 2, 3], [4, 5, 6]]), axis=1)

# 对应反向还原
diff_part = np.diff(b_multi, axis=1)
first_col = b_multi[:, [0]]
c_multi = np.concatenate([first_col, diff_part], axis=1)

内容的提问来源于stack exchange,提问作者Matthew Baker

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.11 07:24:09