numpy.ufunc.accumulate #

方法

ufunc。累积数组= 0 dtype =输出=#

累积将运算符应用于所有元素的结果。

对于一维数组,accumulate 产生的结果相当于:

r = np.empty(len(A))
t = op.identity        # op = the ufunc being applied to A's  elements
for i in range(len(A)):
    t = op(t, A[i])
    r[i] = t
return r

例如,add.accumulate() 相当于 np.cumsum()。

对于多维数组,累加仅沿一个轴(默认情况下为零轴;请参见下面的示例)应用,因此如果想要在多个轴上累加,则需要重复使用。

参数
数组类似数组

要执行操作的数组。

int,可选

应用累积的轴;默认为零。

dtype数据类型代码,可选

用于表示中间结果的数据类型。如果提供了输出数组,则默认为输出数组的数据类型;如果未提供输出数组,则默认为输入数组的数据类型。

out ndarray、None 或 ndarray 和 None 的元组,可选

存储结果的位置。如果未提供或无,则返回新分配的数组。为了与 保持一致 ufunc.__call__,如果作为关键字给出,则可以将其包装在 1 元素元组中。

版本 1.13.0 中进行了更改:关键字参数允许使用元组。

返回
r ndarray

累计值。如果提供了out ,则 r是对out的引用 。

例子

一维数组示例:

>>> np.add.accumulate([2, 3, 5])
array([ 2,  5, 10])
>>> np.multiply.accumulate([2, 3, 5])
array([ 2,  6, 30])

二维数组示例:

>>> I = np.eye(2)
>>> I
array([[1.,  0.],
       [0.,  1.]])

沿轴 0(行)、向下列累积:

>>> np.add.accumulate(I, 0)
array([[1.,  0.],
       [1.,  1.]])
>>> np.add.accumulate(I) # no axis specified = axis zero
array([[1.,  0.],
       [1.,  1.]])

沿轴 1(列)、通过行累积:

>>> np.add.accumulate(I, 1)
array([[1.,  1.],
       [0.,  1.]])