当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python numpy ufunc.reduce用法及代码示例


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

用法:

ufunc.reduce(array, axis=0, dtype=None, out=None, keepdims=False, initial=<no value>, where=True)

通过沿一个轴应用 ufunc,将 array 的维度减少一。

\(array.shape = (N_0, ..., N_i, ..., N_{M-1})\) .然后\(ufunc.reduce(array, axis=i)[k_0, ..,k_{i-1}, k_{i+1}, .., k_{M-1}]\) = 迭代的结果j超过\(range(N_i)\) , 累积应用 ufunc 到每个\(array[k_0, ..,k_{i-1}, j, k_{i+1}, .., k_{M-1}]\) .对于一维数组,reduce 产生的结果相当于:

r = op.identity # op = ufunc
for i in range(len(A)):
  r = op(r, A[i])
return r

例如,add.reduce() 等价于sum()。

参数

array array_like

要操作的数组。

axis 无或int 或整数元组,可选

沿其执行缩减的一个或多个轴。默认 (axis = 0) 是对输入数组的第一维执行缩减。轴可能是负数,在这种情况下,它从最后一个轴计数到第一个轴。

如果这是 None,则在所有轴上执行归约。如果这是一个整数元组,则在多个轴上执行归约,而不是像以前那样在单个轴或所有轴上执行。

对于非交换或非关联的操作,在多个轴上进行归约不是明确定义的。在这种情况下,ufunc 目前不会引发异常,但将来可能会这样做。

dtype 数据类型代码,可选

用于表示中间结果的类型。如果提供,则默认为输出数组的数据类型,如果没有提供输出数组,则默认为输入数组的数据类型。

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

存储结果的位置。如果未提供或 None,则返回一个新分配的数组。为了与 ufunc.__call__ 保持一致,如果作为关键字给出,则可以将其包装在 1 元素元组中。

keepdims 布尔型,可选

如果将其设置为 True,则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项,结果将针对原始 array 正确广播。

initial 标量,可选

开始减少的值。如果 ufunc 没有标识或 dtype 是对象,则默认为 None - 否则默认为 ufunc.identity。如果给定None,则使用归约的第一个元素,如果归约为空则抛出错误。

where 类似于 bool 的数组,可选

广播的布尔数组以匹配 array 的维度,并选择要包含在缩减中的元素。请注意,对于像 minimum 这样没有定义身份的 ufunc,还必须传入 initial

返回

r ndarray

缩小的数组。如果提供了 out,则 r 是对它的引用。

例子

>>> np.multiply.reduce([2,3,5])
30

多维数组示例:

>>> X = np.arange(8).reshape((2,2,2))
>>> X
array([[[0, 1],
        [2, 3]],
       [[4, 5],
        [6, 7]]])
>>> np.add.reduce(X, 0)
array([[ 4,  6],
       [ 8, 10]])
>>> np.add.reduce(X) # confirm: default axis value is 0
array([[ 4,  6],
       [ 8, 10]])
>>> np.add.reduce(X, 1)
array([[ 2,  4],
       [10, 12]])
>>> np.add.reduce(X, 2)
array([[ 1,  5],
       [ 9, 13]])

您可以使用 initial 关键字参数以使用不同的值初始化归约,并使用 where 选择要包含的特定元素:

>>> np.add.reduce([10], initial=5)
15
>>> np.add.reduce(np.ones((2, 2, 2)), axis=(0, 2), initial=10)
array([14., 14.])
>>> a = np.array([10., np.nan, 10])
>>> np.add.reduce(a, where=~np.isnan(a))
20.0

允许减少通常会失败的空数组,即对于没有标识的 ufunc。

>>> np.minimum.reduce([], initial=np.inf)
inf
>>> np.minimum.reduce([[1., 2.], [3., 4.]], initial=10., where=[True, False])
array([ 1., 10.])
>>> np.minimum.reduce([])
Traceback (most recent call last):
    ...
ValueError: zero-size array to reduction operation minimum which has no identity

相关用法


注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.ufunc.reduce。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。