numpy.logaddexp #
- 麻木的。logaddexp ( x1 , x2 , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc 'logaddexp' > #
输入的幂总和的对数。
计算.此函数在统计中很有用,其中计算的事件概率可能小到超出正常浮点数的范围。在这种情况下,计算的概率的对数被存储。该函数允许添加以这种方式存储的概率。
log(exp(x1) + exp(x2))
- 参数:
- x1, x2类似数组
输入值。如果,它们必须可广播为通用形状(成为输出的形状)。
x1.shape != x2.shape
- out ndarray、None 或 ndarray 和 None 的元组,可选
存储结果的位置。如果提供,它必须具有输入广播到的形状。如果未提供或无,则返回新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
- 其中array_like,可选
该条件通过输入广播。在条件为 True 的位置,输出数组将设置为 ufunc 结果。在其他地方,输出数组将保留其原始值。请注意,如果通过 default 创建 未初始化的out
out=None
数组,则其中条件为 False 的位置将保持未初始化状态。- **夸格
对于其他仅关键字参数,请参阅 ufunc 文档。
- 返回:
- 结果数组
的对数。如果x1和x2都是标量,则这是一个标量。
exp(x1) + exp(x2)
也可以看看
logaddexp2
输入以 2 为底的指数总和的对数。
笔记
1.3.0 版本中的新增功能。
例子
>>> prob1 = np.log(1e-50) >>> prob2 = np.log(2.5e-50) >>> prob12 = np.logaddexp(prob1, prob2) >>> prob12 -113.87649168120691 >>> np.exp(prob12) 3.5000000000000057e-50