如何使用矢量化对可被 5 整除的 numpy 数组中的每个元素求和？

Question

我正在寻找一种矢量化方法，用于对可被 5 整除的 numpy 数组的所有元素求和。

例如，如果我有

test = np.array([1,5,12,15,20,22])

我想 return 40. 我知道 np.sum 方法，但是有没有办法在 X%5 == 0 条件下使用矢量化来做到这一点？

Answer 1

我们可以使用 boolean-indexing 到 select 这些元素的匹配项 mask，然后简单地将它们相加，就像这样 -

test[test%5==0].sum()

分步示例运行 -

# Input array
In [48]: test
Out[48]: array([ 1,  5, 12, 15, 20, 22])

# Mask of matches
In [49]: test%5==0
Out[49]: array([False,  True, False,  True,  True, False], dtype=bool)

# Select matching elements off input
In [50]: test[test%5==0]
Out[50]: array([ 5, 15, 20])

# Finally sum those elements
In [51]: test[test%5==0].sum()
Out[51]: 40

如何使用矢量化对可被 5 整除的 numpy 数组中的每个元素求和？

How to sum every element in a numpy array divisible by 5 using vectorization?

python

numpy

sum

modulus