NumPy 中多维数组的降维与元素相乘

要缩减多维数组，请在 Python NumPy 中使用 **np.ufunc.reduce()** 方法。这里，我们使用了 **multiply.reduce()** 将其缩减为元素的乘积。

通用函数（简称 ufunc）是在元素级对 ndarray 进行操作的函数，支持数组广播、类型转换和一些其他标准特性。也就是说，ufunc 是对接收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”封装。numpy.ufunc 具有对整个数组逐元素操作的函数。ufunc 使用 C 语言编写（为了速度），并通过 NumPy 的 ufunc 功能链接到 Python。

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)

要缩减多维数组，请在 Python NumPy 中使用 np.ufunc.reduce() 方法。这里，我们使用了 multiply.reduce() 将其缩减为元素的乘积 -

print("
Result (multiply)...
",np.multiply.reduce(arr))

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
print("
Result (multiply)...
",np.multiply.reduce(arr))

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 (multiply)...
[[ 0 190 440]
[ 756 1144 1610]
[2160 2800 3536]]

更新于: 2022年2月7日

448 次浏览

开启你的 职业生涯

通过完成课程获得认证

立即开始
广告