Python 元组第一维上for循环的向量化

如何最好地将下面的for循环矢量化？它可以矢量化吗？ 将结果作为列表、向量或元组本身也可以，这并不是完全相关的

my_tuple = [[-0.125, -0.125, -0.125, -0.125, -0.125, -0.125],
            [ 0.125,  0.125,  0.125, 0.125 , 0.125 , 0.125],
            [ 0.25 ,  0.25 ,  0.25 , 0.25  , 0.25 ,  0.25 ]]
my_list = []
constant = 2
for i in range(len(my_tuple)) :
    my_list.append(my_tuple[i][constant].sum())

---

注意：我已将

list

和

tuple

替换为

my\u list

和

my\u tuple

，以防止隐藏python的内置类

list

和

tuple

constant = 2
vec_sum = tup_arr[:, constant, :].sum(axis=-1)
print(vec_sum) # Outputs array([ 38,  86, 134, 182, 230])

您可能需要使用

numpy

或其他一些进行矢量化计算的库

在您的例子中，它看起来像是一个2维以上的列表

my_tuple[i][constant]

为您提供所述列表中的一个元素。然后，

.sum（）

计算

我的元组[i]

的

常量

th元素中所有元素的总和

假设您的

my_tuple

是纯数字，看起来是这样的：

my_tuple = (
    [[ 0,  1,  2,  3],
    [ 4,  5,  6,  7],
    [ 8,  9, 10, 11]],
    
    [[12, 13, 14, 15],
    [16, 17, 18, 19],
    [20, 21, 22, 23]],
    
    [[24, 25, 26, 27],
    [28, 29, 30, 31],
    [32, 33, 34, 35]],
    
    [[36, 37, 38, 39],
    [40, 41, 42, 43],
    [44, 45, 46, 47]],

    [[48, 49, 50, 51],
    [52, 53, 54, 55],
    [56, 57, 58, 59]]
)

您可以将其强制转换为

numpy

数组，如下所示：

tup_arr = np.array(my_tuple)
print(tup_arr.shape)

然后，您希望

my_list

的每个元素等于

my_tuple

的每个“块”的

常量

列的和（沿最后一个轴）

constant = 2
vec_sum = tup_arr[:, constant, :].sum(axis=-1)
print(vec_sum) # Outputs array([ 38,  86, 134, 182, 230])

---

您能否提供一些具有预期输入和输出的样本数据，谢谢，不清楚变量是什么，您将其命名为

tuple

，但它是

tuple

的列表，还是您的问题中包含

tuple

的确切含义。它是一个2维（或更多维）数组吗？看起来像np.cumsum（）[如果您将元组转换为np，它将非常有用array@PranavHosangadi: Edited@PWillms您的代码不适用于

my\u tuple

，因为它只是二维的，并且您无法获得2D数组的

[i，j]

第个元素的

.sum（）

（元素是单个数字）。我的答案中的

my\u tuple

更有意义吗？