Python 使用多个数组的Numpy add

有没有一种方法可以在一次操作中将多个数组相加（而不是求和）？显然，

np.sum

和

np.add

是不同的操作，然而，我现在正在努力解决的问题是

np.add

一次只需要两个数组。我可以利用任何一个

output = 0
for arr in arr_list:
    output = output + array

或

是的，这是可行的。不过，如果我能简单地做一些

output = np.add_multiple(arr_list)

这是否存在

编辑： 一开始我没有弄清楚。我特别需要一个不需要构建阵列阵列的函数，因为我的阵列尺寸不相等，需要广播，例如：

a = np.arange(3).reshape(1,3)
b = np.arange(9).reshape(3,3)

a, b = a[:,:,None,None], b[None,None,:,:]

这些工作：

a + b        # Works
np.add(a, b) # Works

这些没有，并且失败了，但有一个例外：

np.sum([a, b], axis = 0)
np.add.reduce([a, b])

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: could not broadcast input array from shape (3,1,1) into shape (1)

np.sum（[a，b]，轴=0）
np.add.reduce（[a，b]）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
ValueError:无法将输入数组从形状（3,1,1）广播到形状（1）

为了获得更多乐趣：

In [21]: np.add.accumulate(alist)                                               
Out[21]: 
array([[ 0.,  1.,  2.,  3.],
       [ 1.,  2.,  3.,  4.],
       [11.,  3., 14.,  6.]])

编辑

---

加上广播：

In [63]: sum([a,b]).shape                                                       
Out[63]: (3, 3, 1, 3)
In [64]: (a+b).shape                                                            
Out[64]: (3, 3, 1, 3)
In [66]: np.add.reduce([a,b]).shape                                             
Out[66]: (3, 3, 1, 3)

出于价值考虑，我建议

add.reduce

，因为我认为您需要添加两个以上的数组

只要阵列一起广播，所有这些都可以工作

为了获得更多乐趣：

In [21]: np.add.accumulate(alist)                                               
Out[21]: 
array([[ 0.,  1.,  2.,  3.],
       [ 1.,  2.,  3.,  4.],
       [11.,  3., 14.,  6.]])

编辑

---

加上广播：

In [63]: sum([a,b]).shape                                                       
Out[63]: (3, 3, 1, 3)
In [64]: (a+b).shape                                                            
Out[64]: (3, 3, 1, 3)
In [66]: np.add.reduce([a,b]).shape                                             
Out[66]: (3, 3, 1, 3)

出于价值考虑，我建议

add.reduce

，因为我认为您需要添加两个以上的数组

---

只要阵列一起广播，所有这些都可以工作

您只需使用Python的

sum

内置：

output = sum(arr_list)

---

对于许多其他

numpy

函数，可以按@hpaulj所示使用。

您可以使用Python的

sum

内置：

output = sum(arr_list)

对于许多其他

numpy

函数，可以按@hpaulj所示使用。

您可以使用

sum（）

添加多个数组

arr = np.array([[6,2,3,5,4,3], 
          [7,7,2,4,6,7],
          [10,6,2,4,5,9]])
np.add(0, arr.sum(axis=0))

您可以使用

sum（）

添加多个数组

arr = np.array([[6,2,3,5,4,3], 
          [7,7,2,4,6,7],
          [10,6,2,4,5,9]])
np.add(0, arr.sum(axis=0))

---

---

谢谢你的回复，但这不起作用！我询问

添加

，因为我不清楚的一个具体原因，我的错误。谢谢你的回复，但这不起作用！我询问

添加

，因为我不清楚的一个具体原因，我的错误。谢谢你的回复，但这不起作用！我询问

add

，因为我不清楚的一个具体原因，我的错误。如果

a

和

b

的第一维度匹配，并且由于一些未知原因不需要广播，则broardcasting看起来会失败。给出了一个示例。所有这些方法都需要相同的广播-能够执行

a+b

。请注意@hpaulj，我确实想添加两个以上的数组，因为这是最基本的，所以我在示例中只使用了两个。感谢您的回复，但这不起作用！我询问

add

，因为我不清楚的一个具体原因，我的错误。如果

a

和

b

的第一维度匹配，并且由于一些未知原因不需要广播，则broardcasting看起来会失败。给出了一个示例。所有这些方法都需要相同的广播-能够执行

a+b

。请注意@hpaulj，我确实想添加两个以上的数组，我在示例中只使用了两个数组，因为它是最基本的。令我大吃一惊的是，这确实有效。非常感谢。有趣的是，为什么Python内置的sum函数能够处理numpy数组？让我大吃一惊的是，这确实有效。非常感谢。有趣的是，为什么Python的内置sum函数能够处理numpy数组？这个错误来自哪里？我在任何地方都看不到定义了形状（3,1,1）的数组。据我所知，它来自输入数组上的

np.sum

和

np.add

调用

np.array

，在这种情况下，

[a，b]

，它试图将它投射到各个维度的矩形阵列中，而不是广播。@Firnagzen实际上我无法重现你在帖子中提到的错误。你确定输入的

a

和

b

写得正确吗？嘿@GZ0，我犯了一个错误，是的-滑动被转置了。我已经更正了它并验证了我得到了预期的错误。这个错误是从哪里来的？我在任何地方都看不到定义了形状（3,1,1）的数组。据我所知，它来自输入数组上的

np.sum

和

np.add

调用

np.array

，在这种情况下，

[a，b]

，它试图将它投射到各个维度的矩形阵列中，而不是广播。@Firnagzen实际上我无法重现你在帖子中提到的错误。你确定输入的

a

和

b

写得正确吗？嘿@GZ0，我犯了一个错误，是的-滑动被转置了。我已经纠正了它，并验证了我得到了预期的错误。