数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学在Numpy中沿轴1对多维数组应用累加
要累加对所有元素应用运算符的结果，请使用Python Numpy中的**numpy.accumulate()**方法。对于多维数组，累加仅沿一个轴应用。我们将沿轴1应用。
**numpy.ufunc**具有对整个数组逐元素操作的函数。ufunc是用C语言编写的（为了速度）并与NumPy的ufunc工具链接到Python。通用函数（简称ufunc）是一个逐元素操作ndarray的函数，支持数组广播、类型转换和几个其他标准特性。也就是说，ufunc是函数的“矢量化”包装器，它接受固定数量的特定输入并产生固定数量的特定输出。
步骤
首先，导入所需的库：
import numpy as np
创建一个二维数组。numpy.eye()返回一个二维数组，对角线为1，其他位置为0：
arr = np.eye(3)
显示数组：
print("Array...
", arr)获取数组的类型：
print("
Our Array type...
", arr.dtype)
获取数组的维度：
print("
Our Array Dimensions...
",arr.ndim)要累加对所有元素应用运算符的结果，请使用Python Numpy中的numpy.accumulate()方法。对于多维数组，累加仅沿一个轴应用：
添加累加：沿轴1（列）累加：
print("
Add accumulate...
",np.add.accumulate(arr, 1))
乘法累加：
print("
Multiply accumulate...
",np.multiply.accumulate(arr, 1))示例
import numpy as np
import numpy.ma as ma
# The numpy.ufunc has functions that operate element by element on whole arrays.
# ufuncs are written in C (for speed) and linked into Python with NumPy’s ufunc facility
# Create a 2d array
# The numpy.eye() returns a 2-D array with 1’s as the diagonal and 0’s elsewhere.
arr = np.eye(3)
# Display the array
print("Array...
", arr)
# Get the type of the array
print("
Our Array type...
", arr.dtype)
# Get the dimensions of the Array
print("
Our Array Dimensions...
",arr.ndim)
# To Accumulate the result of applying the operator to all elements, use the numpy.accumulate() method in Python Numpy
# For a multi-dimensional array, accumulate is applied along only one axis
# Add accumulate
# Accumulate along axis 1 (columns)
# Add accumulate
print("
Add accumulate...
",np.add.accumulate(arr, 1))
# Multiply accumulate
print("
Multiply accumulate...
",np.multiply.accumulate(arr, 1))输出
Array... [[1. 0. 0.] [0. 1. 0.] [0. 0. 1.]] Our Array type... float64 Our Array Dimensions... 2 Add accumulate... [[1. 1. 1.] [0. 1. 1.] [0. 0. 1.]] Multiply accumulate... [[1. 0. 0.] [0. 0. 0.] [0. 0. 0.]]
更新于：2022年2月5日
209 次查看
广告