我的理解是numpy中的一维数组可以解释为面向列的向量或面向行的向量。例如,具有形状(8,)的一维阵列可以被视为取决于上下文的形状(1,8)或形状(8,1)的二维阵列。我遇到的问题是,我编写的操作数组的函数在2-D情况下倾向于很好地处理向量和矩阵,但在1-D情况下就不太好了。Do it the 2-D way ...
也就是说,
我正在寻找一种用numpy实现这段python代码的方法: for k in range(i):N[i] += N[k]
假设我实际上是在大型2-D数组(1300*1300)上工作。np.cumsum()提供了一种很好的方法,在一个轴上是N[0][i]或N[i][0],除了它只对原始数组的值求和,而不是对不断演变的数组