Numpy的聚合与外积reduce，outer

最新推荐文章于 2023-08-07 15:19:42 发布
最新推荐文章于 2023-08-07 15:19:42 发布
阅读量425 收藏
点赞数 1
分类专栏： python笔记 文章标签： numpy python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Npe_xl_violet/article/details/106996003
版权
聚合reduce方法会对给定元素和操作重复执行x=np.arange(1,6)np.add.reduce(x)15np.multiply.reduce(x)120accumulate()会存储每次计算的中间结果np.add.accumulate(x)array([ 1, 3, 6, 10, 15], dtype=int32)np.multiply.accumulate(x)array([ 1, 2, 6, 24, 120], dtype=int32)
摘要由CSDN通过智能技术生成

聚合

reduce方法会对给定元素和操作重复执行

x=np.arange(1,6)
np.add.reduce(x)
    15

np.multiply.reduce(x)
    120

accumulate()会存储每次计算的中间结果 

                

                
                
        

        

    




        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  一只傻乎乎的猪
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    1
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    0
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          










                



	

		

			

				
					
Python reduce() 函数的使用简明教程

				
			

			

				

					qq_34525916的博客
				

				

					12-22
					
					533
					
				

			

		

		

			
				
reduce 描述
reduce() 函数会对参数序列中元素进行累积。

Python3.x reduce() 已经被移到 functools 模块里，如果我们要使用，需要引入 functools 模块来调用 reduce() 函数：

from functools import reduce

reduce语法
reduce() 函数语法如下：
reduce(function, iterable[, initializer])

function – 函数，有两个参数
iterable – 可迭代对象
i

			
		

	



                

              
                



	

		

			

				
					
np.sum和np.add.reduce

				
			

			

				

					melo_fang的博客
				

				

					12-18
					
					1150
					
				

			

		

		

			
				
在看黄博整理的numpy入门100题练习的时候，第41题提到了


How to sum a small array faster than np.sum?

找了下相关资料，记录下：

文档非常明确：


add.cr()等同于sum()。


两者的性能似乎是完全不同的：对于相对较小的数组大小而言。add.reduce大约快两倍。


$ python -mtimeit -s"import n...

			
		

	



                


  
              

                


	

		

			

				
					
python之numpy之reduce

				
			

			

				

					千行百行的博客
				

				

					04-11
					
					4830
					
				

			

		

		

			
				
add.reduce()相当于sum()。
¶
举几个例子：1
>>> import numpy as np
>>> np.multiply.reduce([2,3,5])
30

>>> import numpy as np
>>> np.logical_and.reduce([1,0,1])
False




SciPy...

			
		

	





	

		

			

				
					
Numpy中的乘积

				
			

			

				

					bqw的博客
				

				

					04-06
					
					1万+
					
				

			

		

		

			
				
import numpy as np
x = np.array([1,2,3,4])
y = np.array([2,3,4,5])
X = np.array([[1,2,3,4],[5,6,7,8]]) #2*4
Y = np.array([[1,1,1,1],[2,2,2,2],[3,3,3,3]]) #3*4
Z = np.array([[1,1],[2,2,],[3,3],[4,4]]) ...

			
		

	



		

			
		



	

		

			

				
					
numpy.add.reduce的用法

				
			

			

				

					邹小驴
				

				

					08-08
					
					4993
					
				

			

		

		

			
				
>>> X = np.arange(8).reshape((2,2,2))
>>> X
array([[[0, 1],
        [2, 3]],
       [[4, 5],
        [6, 7]]])
>>> np.add.reduce(X, 0)
array([[ 4,  6],
       [ 8, 10]])
&g...

			
		

	





	

		

			

				
					
数据建模与分析-NumPy教程与示例

				
			

			

				

					03-07
				

			

		

		

			
				
数据建模与分析-NumPy教程与示例

			
		

	





	

		

			

				
					
numpy的概要介绍与分析

					
最新发布

				
			

			

				

					06-23
				

			

		

		

			
				
NumPy（Numerical Python）是Python中最重要且广泛使用的科学计算库之一，它提供了高性能的多维数组对象和用于处理数组的工具，是数据分析、机器学习、科学计算等领域不可或缺的工具。以下是关于学习和使用NumPy的...

			
		

	





	

		

			

				
					
Python list与NumPy array 区分详解

				
			

			

				

					09-18
				

			

		

		

			
				
主要介绍了Python list与NumPy array 区分详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

			
		

	





	

		

			

				
					
Numpy入门与实践（课件）

				
			

			

				

					12-10
				

			

		

		

			
				
此外，Numpy 还提供了轴向操作，如 `transpose()` 用于转置数组，`reshape()` 可以改变数组的形状而不改变其内容，`split()` 和 `concatenate()` 用于数组的分割与合并，`stack()` 和 `vstack()`、`hstack()`、`...

			
		

	





	

		

			

				
					
详解Python list 与 NumPy.ndarry 切片之间的对比

				
			

			

				

					09-21
				

			

		

		

			
				
主要介绍了详解Python list 与 NumPy.ndarry 切片之间的区别的相关资料,list 切片返回的是不原数据，对新数据的修改不会影响原数据而NumPy.ndarry 的切片返回的是原数据需要的朋友可以参考下

			
		

	





	

		

			

				
					
python中的reduce函数

				
			

			

				

					人望山丶鱼窥荷的博客
				

				

					08-15
					
					561
					
				

			

		

		

			
				

原文参考：https://www.cnblogs.com/lonkiss/p/understanding-python-reduce-function.html 


描述

reduce() 函数会对参数序列中元素进行累积。

函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的...

			
		

	





	

		

			

				
					
TensorFlow之函数：reduce_mean()  来自于numpy.mean()

					
热门推荐

				
			

			

				

					jasonzzj的博客
				

				

					11-10
					
					2万+
					
				

			

		

		

			
				
本文介绍了tensorflow和numpy中的以下两个函数
1. tf.reduce_mean()
2. np.mean()

			
		

	





	

		

			

				
					
一步到位！Python中Reduce函数轻松解决复杂数据聚合

				
			

			

				

					DEVELOPERAA的博客
				

				

					08-07
					
					801
					
				

			

		

		

			
				
reduce()函数是Python内置的高阶函数之一，它在函数式编程中具有重要作用。reduce()函数的功能是对一个可迭代对象中的元素依次进行某种操作，并返回最终的结果。

			
		

	





	

		

			

				
					
Python np.add.reduceat的使用

				
			

			

				

					qq_22077957的博客
				

				

					10-22
					
					1726
					
				

			

		

		

			
				
np.add.reduceat()



    Parameters
    ----------
    a : array_like
        The array to act on.
    indices : array_like
        Paired indices, comma separated (not colon), specifying slices to
        reduce.
    axis : int, optional
        The axis 

			
		

	





	

		

			

				
					
reduce()方法

				
			

			

				

					github_39548152的博客
				

				

					06-26
					
					2万+
					
				

			

		

		

			
				
reduce()方法

reduce()方法用于对数组中的所有元素调用指定的回调函数，该回调函数的返回值为累积结果，并且此返回值在下一次调用该回调函数时作为参数提供



语法：

array1.reduce(callbackfn[, initialValue])


参数...

			
		

	





	

		

			

				
					
如何理解np.sum tf.reduce_sum( tf.reduce_max tf.reduce_mean)等对tensor和高维矩阵的axis选择的操作

				
			

			

				

					GoodShot的专栏
				

				

					03-27
					
					3934
					
				

			

		

		

			
				
一个不是很简单，但是很好理解的方法是：你的输入矩阵的shape是(2,2,4)，那么当axis=0时，就是在第一个dimension上进行求和，最后得到的结果的shape就是去掉第一个dimension后的shape，也就是(2,4)。具体的计算方法则是，对于c[i,j,k]，假设输出矩阵为s[j,k]，第一个dimension求和那么就是s[j,k]=∑i(c[i,j,k])如果axis=1，那...

			
		

	





	

		

			

				
					
Numpy的高级应用

				
			

			

				

					lynn_Dai的博客
				

				

					04-30
					
					637
					
				

			

		

		

			
				
一、ndarray对象的内部机理
numpy的adarray可以将同质数据块解释为多维数组的方式，数据类型（dtype）决定了数据的解释方式
ndarray是所有数组对象都是数据块的一个跨度视图
ndarray的内容组成：

一个指向数组（一个系统内存块）的指针
数据类型dtype
一个表示数组形状的元组

np.ones((10,5)).shape


一个跨度元组，其中的整数指的是为了前进到当...

			
		

	





	

		

			

				
					
Python ln_Python入门教程(三):史上最全的Numpy计算函数总结，建议收藏！

				
			

			

				

					weixin_39737757的博客
				

				

					11-20
					
					849
					
				

			

		

		

			
				
点击上方 蓝字 关注我们Numpy提供了灵活的、静态类型的、可编译的程序接口口来优化数组的计算，也被称作向量操作，因此在Python数据科学界Numpy显得尤为重要。Numpy的向量操作是通过通用函数实现的。今天小编会给大家较为全面地介绍下Numpy的通用函数。01数组的运算Numpy通用函数涉及到Python原生的算术运算符，标准的加减乘除都可以使用，同时这些运算符也是Numpy内置函...

			
		

	





	

		

			

				
					
numpy教程：函数库和ufunc函数

				
			

			

				

					皮皮blog
				

				

					09-12
					
					1万+
					
				

			

		

		

			
				
http://blog.csdn.net/pipisorry/article/details/39235753numpy函数库：对数组进行处理ufunc函数: ufunc是universal function的缩写，它是一种能对数组的每个元素进行操作的函数。NumPy内置的许多ufunc函数都是在C语言级别实现的，因此它们的计算速度非常快。numpy函数和方法(method)总览创建数组arang

			
		

	





	

		

			

				
					
agg里面使用numpy聚合

				
			

			

				

					05-31
				

			

		

		

			
				
可以使用numpy中的聚合函数来实现agg方法的聚合操作，例如：  ```python import numpy as np import pandas as pd  df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],  'B': ['...

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值