在 Numpy 中減少多維陣列並在特定軸上新增元素

要減少多維陣列，請在 Python Numpy 中使用 **np.ufunc.reduce()** 方法。在這裡，我們使用了 **add.reduce()** 將其減少到元素的加法。軸是使用“axis”引數設定的。

通用函式 (ufunc) 是一種以逐元素方式對 ndarrays 進行運算的函式，支援陣列廣播、型別轉換和許多其他標準功能。也就是說，ufunc 是對採用固定數量的特定輸入並生成固定數量的特定輸出的函式的“向量化”包裝器。numpy.ufunc 具有對整個陣列逐元素進行運算的函式。ufunc是用C語言編寫的（為了速度）並與NumPy的ufunc功能連結到Python中。

步驟

首先，匯入所需的庫 -

import numpy as np

建立一個多維陣列 -

arr = np.arange(27).reshape((3,3,3))

顯示陣列 -

print("Array...
", arr)

獲取陣列的型別 -

print("
Our Array type...
", arr.dtype)

獲取陣列的維度 -

print("
Our Array Dimensions...
",arr.ndim)

要減少多維陣列，請在 Python Numpy 中使用 np.ufunc.reduce() 方法。在這裡，我們使用了 add.reduce() 將其減少到元素的加法。軸是使用“axis”引數設定的。執行約簡的軸或軸 -

print("
Result along specific axis (addition)...
",np.add.reduce(arr, axis = 1))

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 add.reduce() to reduce it to the addition of elements
# The axis is set using the "axis" parameter
# Axis or axes along which a reduction is performed
print("
Result along specific axis (addition)...
",np.add.reduce(arr, axis = 1))

輸出

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 along specific axis (addition)...
[[ 9 12 15]
[36 39 42]
[63 66 69]]

AmitDiwan

更新於: 2022年2月8日

195 次檢視

啟動您的 職業生涯

透過完成課程獲得認證

開始