原书出处
利用Python进行数据分析
range(10) In [130]:
np.add.reduceat(arr, [0, 5, 8]) Out[130]: array([10, 18, 17]) 最终结果是在arr[0:5]、arr[5:8]以及arr[8:]上执行的约简(本例中就是求和)。跟其他方法一样,这里也可以传入一个axis参数: In [131]: arr = np.multiply.outer(np.arange(4
), np.arange(5)) In
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0311.html
EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf