numpy 数组的累积和并将每个值存储到新数组中

Question

fs我通过读取 *.csv 文件得到了一个 numpy 数组。它的大小是 (606,)，数据类型是 float64。示例 a 我的原始数据i   M(i)    dM(i)1   0.0012  0.000132           0.000153           0.000164           0.00018现在我的数组中的每个元素都应该像这样计算M(i) = M(i-1) + dM(i-1)*t：t 是常数因子 10。M(2)会是M(2) = M(1) + dM(1)*t = 0.0012 + 0.00013*10 = 0.0025 M(3)会是M(3) = M(2) + dM(2)*t = 0.0025 + 0.00015*10 = 0.004我手动计算了一些值。i   M(i)    dM(i)1   0.0012  0.000132   0.0025  0.000153   0.004   0.000164   0.0056  0.00018我的想法是简单地为数组中的每一项写一个for循环，但计算似乎是错误的。fs是数组，t是一定的时间间隔。t是常数，值为 10#   Ms(t)def mass(t, fs):    M_st = 0    for i in fs        M_st = M_st + i*t    return M_stsum = mass(10,fs)

Answer 1

cumsum为它使用内置函数（a是你的数组）：

a.cumsum()

#[ 1  4  8 13 19 26]

更新：基于 OP 对帖子的编辑（t是标量并且M是dM数组。请注意，python 索引是基于零的而不是基于一的）：

M(0) + (dM*t).cumsum()

Answer 2

一种优雅的解决方案是

m = arr[0]

temp = np.tril(np.ones([m, m]))

new_arr = temp @ arr

Answer 3

逐行遍历文件，并将当前行的值加上结果数组中前一个元素的值。我不是 numpy 数组的专家，但这样的东西适用于标准列表

def create_sum_array(input_arr, length): 

   temp_arr = []

   for i in range(length):

     if(temp_arr = []):

       temp_arr.append(input_arr[i])

     else:

       temp_arr.append(temp_arr[i-1] + input_arr[i])

   return temp_arr

Answer 4

这不是最优雅的解决方案，但像这样的方法会起作用：

import numpy as np

array = np.array([1, 2, 3, 4, 5, 6])

array2 = np.zeros(len(array))

for i in range(len(array)):

    if i == 0:

        array2[i] = array[i]

        

    array2[i] = np.sum(array[:i+1]) 

print(array2)