numpy.logaddexp#

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

输入指数的和的对数。

计算 log(exp(x1) + exp(x2))。此函数在统计学中很有用,在统计学中,事件的计算概率可能非常小,以至于超过了普通浮点数的范围。在这种情况下,将存储计算概率的对数。此函数允许以这种方式存储的概率相加。

参数:
x1, x2array_like

输入值。如果 x1.shape != x2.shape,则它们必须能够广播到一个公共形状(这将成为输出的形状)。

outndarray、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。如果未提供或为 None,则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

wherearray_like,可选

此条件广播到输入上。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,则其中条件为 False 的位置将保持未初始化状态。

**kwargs**

有关其他仅限关键字的参数,请参阅ufunc 文档

返回值:
resultndarray

exp(x1) + exp(x2) 的对数。如果 x1x2 均为标量,则这是一个标量。

另请参阅

logaddexp2

以 2 为底的输入指数和的对数。

注释

版本 1.3.0 中的新功能。

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