Python numpy logaddexp用法及代码示例

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

用法:

numpy.logaddexp(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True [, signature, extobj ]) = <ufunc 'logaddexp'>

输入的幂和的对数。

计算 log(exp(x1) + exp(x2)) 。此函数在计算的事件概率可能小到超出正常浮点数范围的统计中很有用。在这种情况下，存储计算概率的对数。此函数允许添加以这种方式存储的概率。

参数：

x1, x2： array_like

输入值。如果 x1.shape != x2.shape ，它们必须可以广播到一个公共形状(成为输出的形状)。

out： ndarray，None，或 ndarray 和 None 的元组，可选

存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或 None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

where： 数组，可选

此条件通过输入广播。在条件为真的位置，out数组将设置为 ufunc 结果。在其他地方，out数组将保留其原始值。请注意，如果未初始化out数组是通过默认创建的out=None，其中条件为 False 的位置将保持未初始化状态。

**kwargs：

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

result： ndarray

对数exp(x1) + exp(x2).如果两者都是标量x1和x2是标量。

注意：

例子：

>>> prob1 = np.log(1e-50)
>>> prob2 = np.log(2.5e-50)
>>> prob12 = np.logaddexp(prob1, prob2)
>>> prob12
-113.87649168120691
>>> np.exp(prob12)
3.5000000000000057e-50