Python 如何对NumPy数组进行累进求和

如果以前有人问过，请原谅，我找不到。我正在尝试使用向量运算将一个numpy数组逐步求和为一个新的numpy数组。我的意思是，新数组的第二个索引等于旧数组的第1+2个索引。或者A[n]=B[0]+B[1]…+B[n]。我知道如何使用for循环实现这一点，但我正在寻找一种矢量化的解决方案

以下是我的非矢量化解决方案：

将numpy导入为np
A=np.arange（10）
B=np.空（10）
对于范围内的i（len（A））：
B[i]=和（A[0:i+1]）
印刷品（B）

您可以这样做：

import numpy as np  

A = np.arange(10)
B = np.cumsum(A)
# [ 0  1  3  6 10 15 21 28 36 45]

---

谢谢

您可以这样做：

import numpy as np  

A = np.arange(10)
B = np.cumsum(A)
# [ 0  1  3  6 10 15 21 28 36 45]

谢谢

累进的总和被称为累积总和。使用NumPy的

使用您的示例并将

B

与

np进行比较。求和（A）

将得到相等的数组：

>>将numpy作为np导入
>>>A=np.arange（10）
>>>B=np.空（10）
>>>对于范围内的i（len（A））：
...     B[i]=和（A[0:i+1]）
... 
>>>np.数组_等于（B，np.总和（A））
符合事实的

累进的总和称为累积总和。使用NumPy的

使用您的示例并将

B

与

np进行比较。求和（A）

将得到相等的数组：

>>将numpy作为np导入
>>>A=np.arange（10）
>>>B=np.空（10）
>>>对于范围内的i（len（A））：
...     B[i]=和（A[0:i+1]）
... 
>>>np.数组_等于（B，np.总和（A））
符合事实的

这是“累计总和”，请参见“累计总和”，请参见