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,用于求和numpy数组的所有元素,这些元素可被5整除.

例如,如果我有

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

我想返回40.我知道np.sum方法,但有没有办法在给定X%5 == 0条件的情况下使用向量化？

Answer 1

我们可以使用mask匹配boolean-indexing来选择那些元素,然后简单地将它们相加,就像这样 -

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

逐步运行示例 -

# 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