python任意累积_python numpy einsum用法及代码示例

在操作数上评估爱因斯坦求和约定。

使用爱因斯坦求和约定，可以以简单的方式表示许多常见的多维线性代数数组运算。在隐式模式下einsum计算这些值。

在显式模式下，einsum通过禁用或强制对指定的下标标签求和，可以提供更大的灵活性来计算其他数组操作，而这些操作可能不被视为经典的爱因斯坦求和操作。

请参阅注释和示例以进行澄清。

参数：subscripts： ： str

将要求和的下标指定为下标标签的逗号分隔列表。除非包含显式指示符“->”以及精确输出形式的下标标签，否则将执行隐式(经典的爱因斯坦求和)计算。

operands： ： list of array_like

这些是用于操作的数组。

out： ： ndarray, 可选参数

如果提供的话，将在此数组中进行计算。

dtype： ： {data-type, None}, 可选参数

如果提供，则强制计算使用指定的数据类型。请注意，您可能还必须提供一个更宽松的转换参数以允许进行转换。默认为无。

order： ： {‘C’, ‘F’, ‘A’, ‘K’}, 可选参数

控制输出的内存布局。 ‘C’表示它应该是C连续的。 ‘F’表示它应该是Fortran连续的，‘A’表示如果所有输入都为‘F’，则它应该是‘F’，否则为‘C’。 ‘K’表示它应尽可能靠近输入，包括任意排列的轴，尽可能靠近布局。默认值为‘K’。

casting： ： {‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}, 可选参数

控制可能发生的数据类型转换。不建议将其设置为‘unsafe’，因为它可能会对累积产生不利影响。

‘no’ means the data types should not be cast at all.

‘equiv’ means only byte-order changes are allowed.

‘safe’ means only casts which can preserve values are allowed.

‘same_kind’ means only safe casts or casts within a kind,

like float64 to float32, are allowed.

‘unsafe’ means any data conversions may be done.

默认值为‘safe’。

optimize： ： {False, True, ‘greedy’, ‘optimal’}, 可选参数

控制是否应该进行中间优化。如果False和True将默认设置为‘greedy’算法，则不会进行优化。还接受来自np.einsum_path功能。看到np.einsum_path更多细节。默认为False。

返回值：output： ： ndarray

基于爱因斯坦求和约定的计算。

注意：

1.6.0版中的新功能。

爱因斯坦求和约定可用于计算许多多维的线性代数数组运算。einsum提供了一种简洁的表示方式。

这些操作的非详尽列表，可以通过以下方式计算einsum，以及示例如下所示：

下标字符串是用逗号分隔的下标标签列表࿰