numpy.ufunc.accumulate

方法

ufunc。累积（数组，轴= 0， dtype =无，输出=无）

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。

轴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.]])