NumPy 中多維陣列的降維與元素相乘

要縮減多維陣列，請在 Python NumPy 中使用 **np.ufunc.reduce()** 方法。這裡，我們使用了 **multiply.reduce()** 將其縮減為元素的乘積。

通用函式（簡稱 ufunc）是在元素級對 ndarray 進行操作的函式，支援陣列廣播、型別轉換和一些其他標準特性。也就是說，ufunc 是對接收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”封裝。numpy.ufunc 具有對整個陣列逐元素操作的函式。ufunc 使用 C 語言編寫（為了速度），並透過 NumPy 的 ufunc 功能連結到 Python。

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)

要縮減多維陣列，請在 Python NumPy 中使用 np.ufunc.reduce() 方法。這裡，我們使用了 multiply.reduce() 將其縮減為元素的乘積 -

print("
Result (multiply)...
",np.multiply.reduce(arr))

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 multiply.reduce() to reduce it to the multiplication of elements
print("
Result (multiply)...
",np.multiply.reduce(arr))

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 (multiply)...
[[ 0 190 440]
[ 756 1144 1610]
[2160 2800 3536]]

AmitDiwan

更新於: 2022年2月7日

448 次瀏覽

開啟你的 職業生涯

透過完成課程獲得認證

立即開始