Skip to main content
 首页 » 编程设计

python之python 中 numpy reduceat() 的含义是什么

2024年10月25日8yyy_WW

我是 Python 的新手,此刻我只阅读了教程。

我对 reduceat() 函数感到困惑。

我看到了这个例子:

np.add.reduceat([0,1,2,3,4,5,6,7],[0,4,1,5,2,6,3,7])[::2] 

结果是:

array([ 6, 10, 14, 18]) 

它是怎么出来的?有人可以为我解释一下吗?

请您参考如下方法:

上述答案是正确的,但未能解释 .reduceat 实际上在做什么! 基本上它返回切片数组中元素的总和

例如:

array = np.arange(10) 
indices = np.array([1,3,4,5]) 
output = numpy.add.reduceat(array,indices)   
print(output) 

输出: [3 3 4 35]

幕后发生的事情是,它在数组上重复应用 .reduce(),如下所示:

print("Step1 : ", np.add.reduce(array[1:3])) 
print("Step2 : ", np.add.reduce(array[3:4])) 
print("Step3 : ", np.add.reduce(array[4:5])) 
print("Step4 : ", np.add.reduce(array[5:])) 

并将每个步骤的结果附加到列表中并显示结果!希望您了解调用 numpy.add.reduceat() 函数时实际发生的情况! 我并不是说上面的答案是错误的,只是提供另一种解释以更好地理解该功能! 希望这可以帮助!谢谢!