Numbpy —— ufunc函数

最新推荐文章于 2021-08-13 20:10:19 发布

starter_zheng

最新推荐文章于 2021-08-13 20:10:19 发布

阅读量718

点赞数

CC 4.0 BY-SA版权

分类专栏： Numpy 文章标签： pandas numpy

本文链接：https://blog.youkuaiyun.com/starter_____/article/details/81451746

Numpy 专栏收录该内容

10 篇文章

订阅专栏

本文详细介绍了 NumPy 库中的数组操作方法，包括 reduce()、accumulate()、outer() 和 reduceat() 函数的使用方法及示例。这些函数可以帮助用户高效地完成数组的计算任务。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

reduce()

沿着axis参数指定的轴对数组进行操作

>>> np.add.reduce([1,2,3]) # 1 + 2 + 3
6
>>> np.add.reduce([[1,2,3],[4,5,6]], axis=1) # (1+2+3),(4+5+6)
array([6, 15])
>>> np.multiply.reduce([5,2,3])
30

accumulate()

返回与输入数组的形状相同的数组，保存所有的中间计算结果

>>> np.add.accumulate([1,2,3])
array([1, 3, 6])
>>> np.add.accumulate([[1,2,3],[4,5,6]], axis=1)
array([[ 1,  3,  6],
       [ 4,  9, 15]])

outer()

对x和y中每对元素应用原始运算。结果数组的形状为x.shape+y.shape

>>> np.multiply.outer([1,2,3,4,5],[2,3,4])
array([[ 2,  3,  4],
       [ 4,  6,  8],
       [ 6,  9, 12],
       [ 8, 12, 16],
       [10, 15, 20]])

reduceat()

通过indices指示起始和结束位置，计算出多组reduce()的结果。

其计算公式为

if indices[i] < indices[i+1]:
    result[i] = <op>.reduce(a[indices[i]:indices[i+1]])
else:
    result[i] = a[indices[i]]

举例

>>> np.add.reduceat(np.arange(9),[0,5,2,7])
[10 5 20 15]

第一步，取[0:5]进行reduce，得0+1+2+3+4=10
第二步，5>2，得5
第三步，取[2:7]进行reduce，得2+3+4+5+6=20
第四步，取[7:]进行reduce，得7+8=15