知识卡片
ufunc可组合规约
二元ufunc.reduce沿轴不断合并项得到聚合,accumulate保留每一步累计结果;例如加法分别对应sum与cumsum。选择操作还需明确轴、起始值与空输入约定,不是所有二元函数都有相同单位元或可任意换序。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
reduce接受一个数组参数,并通过一系列的二元运算对其值进行聚合(可指明轴向)。例如,我们可以用np.add.reduce对数组中各个元素进行求和: In [114]: arr = np.arange(10) In [115]: np.add.reduce(arr) Out[115]: 45 In [116]: arr.sum() Out[116]: 45
参考来源
《利用Python进行数据分析》第12章《NumPy高级应用》
- 位置:《利用Python进行数据分析》第12章《ufunc实例方法》(spine325;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;u276-ch12-005)。
- 结论依据:原文在“reduce接受一个数组参数”附近的定义、例子或代码支撑本卡核心说明:二元ufunc.reduce沿轴不断合并项得到聚合,accumulate保留每一步累计结果;例如加法分别对应sum与cumsum。边界按已读前提解释;示例未执行。
- 原始内容:reduce接受一个数组参数,并通过一系列的二元运算对其值进行聚合(可指明轴向)。例如,我们可以用np.add.reduce对数组中各个元素进行求和: In [114]: arr = np.arange(10) In [115]: np.add.reduce(arr) Out[115]: 45 In [116]: arr.sum() Out[116]: 45