函数 | 含义 | 举例 |
---|---|---|
np.add.accumulate() | 累加 (每一个位置的元素和前面的所有元素加起来求和) | >>> np.add.accumulate([1,2,3]) array([1, 3, 6], dtype=int32) |
np.add.reduce() | 连加 (将所有元素加在一起求和) | >>> np.add.reduce([1,2,3,4,5]) 15 |
np.add.at() | 将传入的数组中制定下标位置的元素加上指定的值 | >>> x=np.array([1,2,3,4]) #将x中下标为0和为2的元素加上了3 >>> np.add.at(x,[0,2],3) >>> x array([4, 2, 6, 4]) ------------------------------------ >>> a = np.array([1, 2, 3, 4]) #在a[0]的位置上加1,在a[1]的位置上加2 >>> b = np.array([1, 2]) >>> np.add.at(a, [0, 1], b) >>> print(a) array([2, 4, 3, 4]) |
np.add.outer() | 将第一个列表或数组中的每个元素依次加到 第二个列表或数组中的每个元素,得到每一行 | >>> np.add.outer([1,2,3],[4,5,6,7]) array([[ 5, 6, 7, 8],[ 6, 7, 8, 9], [ 7, 8, 9, 10]]) |
np.add.reduceat(x,list) | 在各切片上作reduce运算, 根据传入的list(第二个参数)作指定的变化,传入的list中的数字是成对出现的 | >>> x=np.arange(8) >>> x array([0, 1, 2, 3, 4, 5, 6, 7]) >>> np.add.reduceat(x,[0,4,1,5,2,6,3,7]) #在各切片上作reduce运算 array([ 6, 4, 10, 5, 14, 6, 18, 7], dtype=int32) ’’’ x中0,4部分切片作np.add.reduce()运算(也就是连加),放在第一个位置,然后第二个位置就是下标4在x中的值,也就是4,第三个位置是 x中1,5部分切片作np.add.reduce()运算 ’’’ |
np.add
最新推荐文章于 2024-04-29 14:09:21 发布