如何针对 Python 中的每个行排列快速跨列求和
How to quickly sum across columns for every permutation of rows in Python
假设我有一个 n x k 矩阵 X。我想得到各列的总和，但对于行的每个排列。因此，如果我的矩阵是 [[1,2],[3,4]]，我想要的输出将是 [1+2, 1+4, 3+2, 3+4]。我第一次尝试解决方案时制作了一个 MWE 示例。我希望我能得到一些帮助来减少计算时间。
我的实际问题有n=160和k=4，到运行需要相当长的时间（写这篇文章的时候，还是运行ning）。
import pandas as pd
import numpy as np
import itertools
n = 4
k = 3
X = np.random.randint(0, 10, (n, k))
df = pd.DataFrame(X)
df
0 1 2
0 2 9 2
1 7 6 4
2 3 7 0
3 5 0 0
ixi = df.index.tolist()
ixc = df.columns.tolist()
psum = np.array([df.lookup(i, ixc).sum() for i in
itertools.product(ixi, repeat=len(ixc))])
你可以试试functools.reduce:
from functools import reduce
reduce(np.add.outer, df.values.T).ravel()
假设我有一个 n x k 矩阵 X。我想得到各列的总和，但对于行的每个排列。因此，如果我的矩阵是 [[1,2],[3,4]]，我想要的输出将是 [1+2, 1+4, 3+2, 3+4]。我第一次尝试解决方案时制作了一个 MWE 示例。我希望我能得到一些帮助来减少计算时间。
我的实际问题有n=160和k=4，到运行需要相当长的时间（写这篇文章的时候，还是运行ning）。
import pandas as pd
import numpy as np
import itertools
n = 4
k = 3
X = np.random.randint(0, 10, (n, k))
df = pd.DataFrame(X)
df
0 1 2
0 2 9 2
1 7 6 4
2 3 7 0
3 5 0 0
ixi = df.index.tolist()
ixc = df.columns.tolist()
psum = np.array([df.lookup(i, ixc).sum() for i in
itertools.product(ixi, repeat=len(ixc))])
你可以试试functools.reduce:
from functools import reduce
reduce(np.add.outer, df.values.T).ravel()