在 Numpy 中减少多维数组并在特定轴上添加元素

要减少多维数组，请在 Python Numpy 中使用 **np.ufunc.reduce()** 方法。在这里，我们使用了 **add.reduce()** 将其减少到元素的加法。轴是使用“axis”参数设置的。

通用函数 (ufunc) 是一种以逐元素方式对 ndarrays 进行运算的函数，支持数组广播、类型转换和许多其他标准功能。也就是说，ufunc 是对采用固定数量的特定输入并生成固定数量的特定输出的函数的“矢量化”包装器。numpy.ufunc 具有对整个数组逐元素进行运算的函数。ufunc是用C语言编写的（为了速度）并与NumPy的ufunc功能链接到Python中。

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。在这里，我们使用了 add.reduce() 将其减少到元素的加法。轴是使用“axis”参数设置的。执行约简的轴或轴 -

print("
Result along specific axis (addition)...
",np.add.reduce(arr, axis = 1))

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 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 along specific axis (addition)...
",np.add.reduce(arr, axis = 1))

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 along specific axis (addition)...
[[ 9 12 15]
[36 39 42]
[63 66 69]]

更新于: 2022年2月8日

195 次查看

启动您的 职业生涯

通过完成课程获得认证

开始
广告