Python SciPy special.logsumexp用法及代碼示例

本文簡要介紹 python 語言中 scipy.special.logsumexp 的用法。

用法:

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

計算輸入元素的 index 和的對數。

參數 ：：

a： array_like

輸入數組。

axis： 無或int 或整數元組，可選

取總和的軸或多個軸。默認情況下，軸為無，所有元素相加。

b： 類似數組，可選

exp(a) 的比例因子必須與 a 具有相同的形狀或可廣播到 a。為了實現減法，這些值可能是負數。

keepdims： 布爾型，可選

如果將其設置為 True，則縮小的軸將作為尺寸為 1 的尺寸留在結果中。使用此選項，結果將針對原始數組正確廣播。

return_sign： 布爾型，可選

如果設置為 True，則結果將是包含符號信息的對；如果為 False，則為負的結果將返回為 NaN。默認為 False(無符號信息)。

返回 ：：

res： ndarray

結果，np.log(np.sum(np.exp(a)))以數值更穩定的方式計算。如果b然後給出np.log(np.sum(b*np.exp(a)))被退回。

sgn： ndarray

如果 return_sign 為 True，這將是一個浮點數數組，匹配 res 和 +1、0 或 -1，具體取決於結果的符號。如果為 False，則隻返回一個結果。

注意：

NumPy 有一個 logaddexp 函數，它非常類似於logsumexp, 但隻處理兩個參數。logaddexp.reduce類似於此函數，但可能不太穩定。

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

帶重物

>>> 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

返回標誌標誌

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

請注意，logsumexp 不直接支持掩碼數組。要在掩碼數組上使用它，請將掩碼轉換為零權重：

>>> 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