在 Numpy 中累积将运算符应用于所有元素的结果
numpyserver side programmingprogramming
要累积将运算符应用于所有元素的结果，请使用 Python Numpy 中的 numpy.accumulate() 方法。我们展示了 add 和 multiple 的示例。add.accumulate() 相当于 np.cumsum()。
numpy.ufunc 具有对整个数组逐个元素进行操作的函数。ufunc 用 C 编写(为了速度)，并使用 NumPy 的 ufunc 功能链接到 Python。
通用函数(或简称为 ufunc)是一种以逐个元素的方式对 ndarray 进行操作的函数，支持数组广播、类型转换和其他几个标准功能。也就是说，ufunc 是一个"矢量化"接受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包装器。
步骤
首先，导入的库 −
将 numpy 作为 np
创建一维数组 −
arr = np.array([2, 3, 5])
显示内存 −
print("Array...
", arr) 获取数组类型 −
print("
我们的数组类型...
", arr.dtype)
获取数组的维度 −
print("
我们的数组维度...
",arr.ndim)
要将运算符应用于所有元素的结果累加，请使用 Python Numpy 中的 numpy.accumulate() 方法 −
添加累积:add.accumulate() 相当于 np.cumsum() −
print("
添加累积...
",np.add.accumulate(arr))
乘以累积−
print("
Multiply accumulate...
",np.multiply.accumulate(arr))
示例
import numpy as np
import numpy.ma as ma
# numpy.ufunc 具有对整个数组逐个元素进行操作的函数。
# ufuncs 是用 C 编写的(为了提高速度)，并使用 NumPy 的 ufunc 功能链接到 Python
# 创建 1d 数组
arr = np.array([2, 3, 5])
# 显示数组
print("数组...
", arr)
# 获取数组的类型
print("
我们的数组类型...
", arr.dtype)
# 获取数组的维度
print("
我们的数组维度...
",arr.ndim)
# 要累积将运算符应用于所有元素的结果，请使用 Python Numpy 中的 numpy.accumulate() 方法
# 添加累积
# add.accumulate() 相当于 np.cumsum()。
print("
添加累积...
",np.add.accumulate(arr))
输出
数组... [2 3 5] 我们的数组类型... int64 我们的数组维度... 1 添加累积... [ 2 5 10]
