数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 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
时尚研究
法律研究在 Numpy 中沿指定轴减少多维数组
要减少多维数组，请在 Python Numpy 中使用 **np.ufunc.reduce()** 方法。这里，我们使用 **multiply.reduce()** 将其减少到元素的乘积。轴是使用“axis”参数设置的。执行约简的轴或轴
**numpy.ufunc** 具有对整个数组逐元素操作的功能。ufunc是用 C（为了速度）编写的，并通过 NumPy 的 ufunc 功能链接到 Python。通用函数（或简称 ufunc）是在逐元素方式操作 ndarrays 的函数，支持数组广播、类型转换和几个其他标准功能。也就是说，ufunc 是一个“矢量化”的函数包装器，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
创建一个多维数组 -
arr = np.arange(27).reshape((3,3,3))
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)要减少多维数组，请在 Python Numpy 中使用 np.ufunc.reduce() 方法。这里，我们使用 multiply.reduce() 将其减少到元素的乘积。轴是使用“axis”参数设置的。执行约简的轴或轴 -
print("
Result (multiplication)...
",np.multiply.reduce(arr, axis = 0))要减少多维数组，请在 Python Numpy 中使用 np.ufunc.reduce() 方法。这里，我们使用 add.reduce() 将其减少到元素的加和。轴是使用“axis”参数设置的。执行约简的轴或轴 -
print("
Result (addition)...
",np.add.reduce(arr, axis = 0))示例
import numpy as np
# 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 multi-dimensional array
arr = np.arange(27).reshape((3,3,3))
# 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 reduce a multi-dimensional array, use the np.ufunc.reduce() method in Python Numpy
# Here, we have used multiply.reduce() to reduce it to the multiplication of elements elements
# The axis is set using the "axis" parameter
# Axis or axes along which a reduction is performed
print("
Result (multiplication)...
",np.multiply.reduce(arr, axis = 0))
# To reduce a multi-dimensional array, use the np.ufunc.reduce() method in Python Numpy
# Here, we have used add.reduce() to reduce it to the addition of elements
# The axis is set using the "axis" parameter
# Axis or axes along which a reduction is performed
print("
Result (addition)...
",np.add.reduce(arr, axis = 0))输出
Array... [[[ 0 1 2] [ 3 4 5] [ 6 7 8]] [[ 9 10 11] [12 13 14] [15 16 17]] [[18 19 20] [21 22 23] [24 25 26]]] Our Array type... int64 Our Array Dimensions... 3 Result (multiplication)... [[ 0 190 440] [ 756 1144 1610] [2160 2800 3536]] Result (addition)... [[27 30 33] [36 39 42] [45 48 51]]
更新于: 2022-02-07
177 次查看
广告