Python numpy apply_over_axes用法及代码示例

本文简要介绍 python 语言中 numpy.apply_over_axes 的用法。

用法:

numpy.apply_over_axes(func, a, axes)

在多个轴上重复应用一个函数。

func 被称为 res = func(a, axis)，其中axis是轴的第一个元素。函数调用的结果 res 必须具有与 a 相同的维度或少一维。如果 res 比 a 少一个维度，则在轴之前插入一个维度。然后对轴中的每个轴重复对 func 的调用，并将 res 作为第一个参数。

参数：

func： 函数

这个函数必须有两个参数，func(a,axis)。

a： array_like

输入数组。

axes： array_like

应用 func 的轴；元素必须是整数。

返回：

apply_over_axis： ndarray

输出数组。维数与a相同，但形状可以不同。这取决于 func 是否改变其输出相对于其输入的形状。

注意：

此函数等效于 keepdims=True 的可重新排序 ufunc 的元组轴参数。 ufunc 的元组轴参数从 1.7.0 版开始可用。

例子：

>>> a = np.arange(24).reshape(2,3,4)
>>> a
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

在轴 0 和 2 上求和。结果与原始数组的维数相同：

>>> np.apply_over_axes(np.sum, a, [0,2])
array([[[ 60],
        [ 92],
        [124]]])

ufunc 的元组轴参数是等价的：

>>> np.sum(a, axis=(0,2), keepdims=True)
array([[[ 60],
        [ 92],
        [124]]])