numpy.ufunc.accumulate#

方法

ufunc.accumulate(array, axis=0, dtype=None, out=None)#

累积将算子应用于所有元素的结果。

对于一维数组，accumulate 生成的结果等价于

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() 等价于 np.cumsum()。

对于多维数组，accumulate 仅沿一个轴应用（默认为零轴；请参阅下面的示例），因此如果希望沿多个轴累积，则需要重复使用。

参数:
arrayarray_like

要进行操作的数组。

axisint, optional

要应用累积的轴；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。默认为输出数组的数据类型（如果提供了输出数组），或者输入数组的数据类型（如果未提供输出数组）。

outndarray, None, or tuple of ndarray and None, optional

结果存储的位置。如果未提供或为 None，则返回一个新分配的数组。为与 ufunc.__call__ 保持一致，如果作为关键字参数传递，则可以是 Ellipses（out=...，效果与 None 相同，因为总是会返回一个数组），或一个单元素元组。

返回:
rndarray

累积的值。如果提供了 out，则 r 是对 out 的引用。

示例

一维数组示例

>>> import numpy as np
>>> 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）累积，向下累积列

>>> 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）累积，横向累积行

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