数据结构
网络
关系型数据库管理系统
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
法律研究在 NumPy 中减少多维数组
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。
**numpy.ufunc** 包含对整个数组逐元素进行操作的函数。ufunc是用 C（为了速度）编写的，并与 NumPy 的 ufunc 功能链接到 Python。
通用函数（简称 ufunc）是在逐元素基础上对 ndarrays 进行操作的函数，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”包装器，用于一个函数，该函数需要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 -
print("
Result (multiplication)...
",np.multiply.reduce(arr))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 -
print("
Result (addition)...
",np.add.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 elements
print("
Result (multiplication)...
",np.multiply.reduce(arr))
# 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
print("
Result (addition)...
",np.add.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 (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年2月7日
3K+ 浏览量
广告