Python SciPy special.logsumexp用法及代码示例

本文简要介绍 python 语言中 scipy.special.logsumexp 的用法。

用法:

scipy.special.logsumexp(a, axis=None, b=None, keepdims=False, return_sign=False)#

计算输入元素的 index 和的对数。

参数 ：：

a： array_like

输入数组。

axis： 无或int 或整数元组，可选

取总和的轴或多个轴。默认情况下，轴为无，所有元素相加。

b： 类似数组，可选

exp(a) 的比例因子必须与 a 具有相同的形状或可广播到 a。为了实现减法，这些值可能是负数。

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，结果将针对原始数组正确广播。

return_sign： 布尔型，可选

如果设置为 True，则结果将是包含符号信息的对；如果为 False，则为负的结果将返回为 NaN。默认为 False(无符号信息)。

返回 ：：

res： ndarray

结果，np.log(np.sum(np.exp(a)))以数值更稳定的方式计算。如果b然后给出np.log(np.sum(b*np.exp(a)))被退回。

sgn： ndarray

如果 return_sign 为 True，这将是一个浮点数数组，匹配 res 和 +1、0 或 -1，具体取决于结果的符号。如果为 False，则只返回一个结果。

注意：

NumPy 有一个 logaddexp 函数，它非常类似于logsumexp, 但只处理两个参数。logaddexp.reduce类似于此函数，但可能不太稳定。

例子：

>>> import numpy as np
>>> from scipy.special import logsumexp
>>> a = np.arange(10)
>>> logsumexp(a)
9.4586297444267107
>>> np.log(np.sum(np.exp(a)))
9.4586297444267107

带重物

>>> a = np.arange(10)
>>> b = np.arange(10, 0, -1)
>>> logsumexp(a, b=b)
9.9170178533034665
>>> np.log(np.sum(b*np.exp(a)))
9.9170178533034647

返回标志标志

>>> logsumexp([1,2],b=[1,-1],return_sign=True)
(1.5413248546129181, -1.0)

请注意，logsumexp 不直接支持掩码数组。要在掩码数组上使用它，请将掩码转换为零权重：

>>> a = np.ma.array([np.log(2), 2, np.log(3)],
...                  mask=[False, True, False])
>>> b = (~a.mask).astype(int)
>>> logsumexp(a.data, b=b), np.log(5)
1.6094379124341005, 1.6094379124341005