numpy.logaddexp#

numpy.logaddexp(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'logaddexp'>#

输入指数化之和的对数。

计算 log(exp(x1) + exp(x2))。此函数在统计学中非常有用，因为在统计学中，计算出的事件概率可能非常小，以至于超出普通浮点数的范围。在这种情况下，会存储计算出的概率的对数。此函数允许添加以这种方式存储的概率。

参数:
x1, x2array_like

输入值。如果 x1.shape != x2.shape，它们必须可以广播到公共形状（该形状将成为输出的形状）。

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

结果存储的位置。如果提供了，它必须具有输入广播到的形状。如果未提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）的长度必须等于输出的数量。

wherearray_like, optional

此条件将广播到输入。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建了一个未初始化的 out 数组，那么其中条件为 False 的位置将保持未初始化状态。

**kwargs

有关其他关键字参数，请参阅 ufunc 文档。

返回:
resultndarray

exp(x1) + exp(x2) 的对数。如果 x1 和 x2 都是标量，则此值为标量。

另请参阅

logaddexp2

以 2 为底的指数化输入的和的对数。

示例

>>> import numpy as np
>>> 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
在此页面