Python 如何高效计算二维累积和

给定一个形状为m，n的二维数值数组X，我想计算一个形状相同的数组Y，其中Y[I，j]是X[I，j]的累积和对于0而言，这里可以使用核分裂方法来非常有效地解决这个问题，只需使用两个np.cumsum：一个垂直，一个水平或其他方式，因为这是对称的

以下是一个例子：

x=np.random.randint0,10,4,5 printx y=np.cumsumnp.cumsumx，轴=0，轴=1 普林蒂 结果如下：

[[1 9 8 1 7] [0 6 8 2 3] [1 3 6 4 4] [0 8 1 2 9]] [[ 1 10 18 19 26] [ 1 16 32 35 45] [ 2 20 42 49 63] [ 2 28 51 60 83]] 这里可以使用一种核分裂方法来非常有效地解决这个问题，只需两个np.cumsum：一个垂直，一个水平或其他方式，因为这是对称的

以下是一个例子：

x=np.random.randint0,10,4,5 printx y=np.cumsumnp.cumsumx，轴=0，轴=1 普林蒂 结果如下：

[[1 9 8 1 7] [0 6 8 2 3] [1 3 6 4 4] [0 8 1 2 9]] [[ 1 10 18 19 26] [ 1 16 32 35 45] [ 2 20 42 49 63] [ 2 28 51 60 83]]

---

看来您的2d累计和方法是可行的。然而，我想知道你正在努力实现的更大目标是什么。如果需要联合概率或条件概率，2d累积和可能不会出现在图片中，可能需要进行其他计算。@RobertDodier此问题源于一个涉及数组所有平方子数组和的编码问题。我认为从左上角开始计算累积和有助于加快速度。看来你计算2d累积和的方法是可行的。然而，我想知道你正在努力实现的更大目标是什么。如果需要联合概率或条件概率，2d累积和可能不会出现在图片中，可能需要进行其他计算。@RobertDodier此问题源于一个涉及数组所有平方子数组和的编码问题。我认为从左上角开始计算累积总数可以帮助加快速度。