Python NumPy数组中N行的求和块

这可能是一个重复的问题，但我找不到我需要的确切答案

我试图将每N行（本例中为4行）相加。所以在一个8乘9的矩阵中，我将得到一个2乘9的数组，也就是说，将行0-3相加，然后将行4-7相加。现在，这是我的解决方案，但有没有一种方法不使用列表理解？有没有一种更“numpy”的方式来做到这一点？因为我最终得到的是2个1×9数组的列表，而不是一个2×9数组

输入数组不固定为8×9，它可以是12×9或28×9，但输入数组的总行数将始终是N的整数倍（在本例中为8，N=4）

---

重塑以将第一个轴拆分为两个，使后一个轴的长度等于窗口长度=

4

，为我们提供一个

3D

数组，然后沿该数组求和，如下所示-

a.reshape(-1,4,a.shape[-1]).sum(1)

它在通用形状阵列上工作，在整形方法中使用

-1

，因为它自己计算分割/整形版本中沿第一个轴的长度，为我们提供了通用解决方案

让事情变得清楚的示例运行-

# Input array with 8 rows
In [15]: a = np.arange(72).reshape(8,9)

# Get output shape
In [16]: a.reshape(-1,4,a.shape[-1]).sum(1).shape
Out[16]: (2, 9)

# Input array with 28 rows
In [17]: a = np.arange(28*9).reshape(28,9)

# Get output shape
In [18]: a.reshape(-1,4,a.shape[-1]).sum(1).shape
Out[18]: (7, 9)

---

重塑以将第一个轴拆分为两个，使后一个轴的长度等于窗口长度=

4

，为我们提供一个

3D

数组，然后沿该数组求和，如下所示-

a.reshape(-1,4,a.shape[-1]).sum(1)

它在通用形状阵列上工作，在整形方法中使用

-1

，因为它自己计算分割/整形版本中沿第一个轴的长度，为我们提供了通用解决方案

让事情变得清楚的示例运行-

# Input array with 8 rows
In [15]: a = np.arange(72).reshape(8,9)

# Get output shape
In [16]: a.reshape(-1,4,a.shape[-1]).sum(1).shape
Out[16]: (2, 9)

# Input array with 28 rows
In [17]: a = np.arange(28*9).reshape(28,9)

# Get output shape
In [18]: a.reshape(-1,4,a.shape[-1]).sum(1).shape
Out[18]: (7, 9)

---

@bFig8确保它适用于您的通用形状数组，正如您提到的，行数会有所不同。@bFig8这就是为什么我的解决方案（解决方案之间的差异）中有

-1

用于通用解决方案的原因。@bFig8确保它适用于您的通用形状数组，正如您所提到的，行数会有所不同。@bFig8这就是为什么我的解决方案中有

-1

（解决方案之间的差异）作为通用解决方案。