資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究在 NumPy 中減少多維陣列
要減少多維陣列，請在 Python NumPy 中使用 **np.ufunc.reduce()** 方法。這裡，我們使用 **multiply.reduce()** 將其減少到元素的乘積。
**numpy.ufunc** 包含對整個陣列逐元素進行操作的函式。ufunc是用 C（為了速度）編寫的，並與 NumPy 的 ufunc 功能連結到 Python。
通用函式（簡稱 ufunc）是在逐元素基礎上對 ndarrays 進行操作的函式，支援陣列廣播、型別轉換和幾個其他標準功能。也就是說，ufunc 是一個“向量化”包裝器，用於一個函式，該函式需要固定數量的特定輸入併產生固定數量的特定輸出。
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。這裡，我們使用 multiply.reduce() 將其減少到元素的乘積 -
print("
Result (multiplication)...
",np.multiply.reduce(arr))要減少多維陣列，請在 Python NumPy 中使用 np.ufunc.reduce() 方法。這裡，我們使用 add.reduce() 將其減少到元素的加和 -
print("
Result (addition)...
",np.add.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 elements
print("
Result (multiplication)...
",np.multiply.reduce(arr))
# 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
print("
Result (addition)...
",np.add.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 (multiplication)... [[ 0 190 440] [ 756 1144 1610] [2160 2800 3536]] Result (addition)... [[27 30 33] [36 39 42] [45 48 51]]
更新於: 2022年2月7日
3K+ 瀏覽量
廣告