Python中Numpy数组相邻元素依次相加的实现方法求助

嘿，刚接触Python和Numpy遇到这种小问题太正常啦，别着急！我给你两种实现思路，从易懂到高效，你可以慢慢理解～

最简洁高效的Numpy原生方法（推荐） #

Numpy的切片功能简直是为这种需求量身定做的！核心思路就是把数组分成两部分：除最后一个元素的所有元素和除第一个元素的所有元素，然后直接让这两个切片相加——Numpy会自动帮你把对应位置的元素两两相加，刚好就是相邻元素的和。

举个实际的代码例子：

import numpy as np

# 定义你的原始数值数组
my_array = np.array([2, 3, 4, 5, 6])
# 执行相邻元素相加操作
adjacent_sums = my_array[:-1] + my_array[1:]

print(adjacent_sums)  # 输出结果：[ 5  7  9 11]

简单解释下切片：

• my_array[:-1]：取数组中从第一个元素到倒数第二个元素（比如上面的例子里就是[2,3,4,5]）
• my_array[1:]：取数组中从第二个元素到最后一个元素（也就是[3,4,5,6]）
• 两个切片相加时，Numpy会逐元素对应相加，完美实现你要的“索引i和i+1元素相加”的效果～

适合新手理解的循环方法 #

如果你想先搞清楚底层逻辑，也可以用Python基础的循环来实现，虽然效率不如Numpy原生方法，但更容易理解：

import numpy as np

my_array = np.array([2, 3, 4, 5, 6])
sums_list = []

# 循环遍历到倒数第二个元素（因为要和下一个元素相加）
for i in range(len(my_array) - 1):
    # 把当前元素和下一个元素的和加入列表
    sums_list.append(my_array[i] + my_array[i+1])

# 把列表转成Numpy数组（如果需要的话）
adjacent_sums = np.array(sums_list)
print(adjacent_sums)  # 同样输出：[ 5  7  9 11]

小提示 #

当你的数组规模很大时，一定要用第一种切片相加的方法！Numpy的向量运算比Python普通循环快几十甚至上百倍，这也是Numpy处理数值数据的核心优势～

内容的提问来源于stack exchange，提问作者Robert Strick