要对参数进行元素级的真除法，请在 Python NumPy 中使用 numpy.true_divide() 方法。arr1 被视为被除数数组。arr2 被视为除数数组。out 是结果存储到的位置。如果提供，则其形状必须与输入广播到的形状相同。如果没有提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）的长度必须等于输出的数量。条件在输入上进行广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，out 数组… 阅读更多

要获取输入指数和的以 2 为底的对数，请在 Python NumPy 中使用 numpy.logaddexp() 方法。计算 log2(2**x1 + 2**x2)。此函数在机器学习中很有用，因为计算出的事件概率可能非常小，以至于超过了普通浮点数的范围。在这种情况下，可以使用计算概率的以 2 为底的对数。此函数允许以这种方式添加概率。NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等等。它支持各种硬件和计算平台，并且… 阅读更多

要将数组的维度减少一个，请在 Python NumPy 中使用 np.ufunc.reduce() 方法。在这里，我们使用了 multiply.reduce() 将其简化为所有元素的乘积。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（ufunc）是在逐元素方式操作ndarray的函数，支持数组广播、类型转换和许多其他标准特性。也就是说，ufunc 是一个“矢量化”包装器，用于一个函数，该函数采用固定数量的特定输入… 阅读更多

将 ufunc outer() 函数应用于所有 2D 数组对。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（或简称ufunc）是在逐元素方式操作ndarray的函数，支持数组广播、类型转换和许多其他标准特性。也就是说，ufunc 是一个“矢量化”包装器，用于一个函数，该函数采用固定数量的特定输入和… 阅读更多

我们将 ufunc outer() 函数应用于一维数组的所有对。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（或简称ufunc）是在逐元素方式操作ndarray的函数，支持数组广播、类型转换和许多其他标准特性。也就是说，ufunc 是一个“矢量化”包装器，用于一个函数，该函数采用固定数量的特定输入和… 阅读更多

将 ufunc outer() 函数应用于所有对。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（或简称ufunc）是在逐元素方式操作ndarray的函数，支持数组广播、类型转换和许多其他标准特性。也就是说，ufunc 是一个“矢量化”包装器，用于一个函数，该函数采用固定数量的特定输入和… 阅读更多

要对掩码数组的每个元素与给定标量值进行 OR 运算，请在 Python NumPy 中使用 ma.MaskedArray.__ror__() 方法。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask，表示关联数组的任何值均无效，或者是一个布尔数组，用于确定关联数组的每个元素的值是否有效。NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等等。它支持各种硬件和计算平台，并且… 阅读更多

要对由“索引”指定的元素执行操作数的无缓冲就地操作，请在 Python NumPy 中使用 numpy.ufunc.at() 方法。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（或简称ufunc）是在逐元素方式操作ndarray的函数，支持数组广播、类型转换和许多其他标准特性。也就是说，ufunc 是一个“矢量化”包装器，用于一个函数，该函数采用固定数量的特定输入和… 阅读更多

要累积将运算符应用于所有元素的结果，请在 Python NumPy 中使用 numpy.accumulate() 方法。对于多维数组，accumulate 仅沿一个轴应用。我们将沿轴 0 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（或简称ufunc）是在逐元素方式操作ndarray的函数，支持数组广播、类型转换和许多其他标准特性。也就是说，ufunc 是一个“矢量化”包装器，用于一个… 阅读更多

要对掩码数组的每个元素与给定标量值进行 OR 运算，请在 Python NumPy 中使用 ma.MaskedArray.__or__() 方法。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask，表示关联数组的任何值均无效，或者是一个布尔数组，用于确定关联数组的每个元素的值是否有效。NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等等。它支持各种硬件和计算平台，并且… 阅读更多