Ottenere somme di coppie di elementi in una matrice NumPy

Question

Ho un array:

t = [4, 5, 0, 7, 1, 6, 8, 3, 2, 9] 

che è solo un riordino casuale nell'intervallo [0, 9]. Ho bisogno di calcolare questo:

t2 = [9, 5, 7, 8, 7, 14, 11, 5, 11, 13] 

che è solo:

t2 = [t[0]+t[1], t[1]+t[2], t[2]+t[3], t[3]+t[4], ..., t[9]+t[0]] 

C'è un modo che io possa fare questo con NumPy per evitare un pitone ciclo for quando si tratta di grandi array?

Answer 1

Si potrebbe sfruttare la capacità di un array di NumPy per riassumere elemento-saggio:

In [5]: import numpy as np 

In [6]: t = np.array([4, 5, 0, 7, 1, 6, 8, 3, 2, 9]) 

In [7]: t + np.r_[t[1:],t[0]] 
Out[7]: array([ 9, 5, 7, 8, 7, 14, 11, 5, 11, 13]) 

np.r_ è un modo per concatenare le sequenze insieme per formare un nuovo array NumPy. Come vedremo di seguito, non risulta essere il modo migliore in questo caso.

---

Un'altra possibilità è:

In [10]: t + np.roll(t,-1) 
Out[10]: array([ 9, 5, 7, 8, 7, 14, 11, 5, 11, 13]) 

Appare utilizzando np.roll è significativamente più veloce:

In [11]: timeit t + np.roll(t,-1) 
100000 loops, best of 3: 17.2 us per loop 

In [12]: timeit t + np.r_[t[1:],t[0]] 
10000 loops, best of 3: 35.5 us per loop 

Answer 2

È possibile farlo abbastanza felicemente con zip(), una fetta lista, e a list comprehension:

t2 = [a+b for (a, b) in zip(t, t[1:])] 
t2.append(t[0]+t[-1]) 

abbiamo bisogno del più append() per aggiungere l'ultimo elemento, come zip() funziona solo fino a quando l'iteratore più breve termine. Una comprensione delle liste è significativamente più veloce di un normale ciclo for poiché implementa il lato C in Python, piuttosto che come un loop Python.

L'alternativa è quella di utilizzare itertools.zip_longest:.

from itertools import zip_longest 
t2 = [a+b for (a, b) in zip_longest(t, t[1:], fillvalue=t[0])] 

Per riempire il valore aggiunto in Do atto che questa funzione è itertools.izip_longest in Python 2.x.

Answer 3

Che dire

import numpy as np 
t = np.array([4, 5, 0, 7, 1, 6, 8, 3, 2, 9]) 

new_t = t + np.hstack((t[1:], [t[0]])) 

Risultato:

>>> new_t 
array([ 9, 5, 7, 8, 7, 14, 11, 5, 11, 13])