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!
