numpy.ufunc.accumulate#

方法

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

累积将运算符应用于所有元素的结果。

对于一维数组,accumulate 生成的结果等效于

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() 等效于 np.cumsum()。

对于多维数组,accumulate 只在一个轴上应用(默认情况下是轴 0;参见下面的示例),因此如果想要累积多个轴,则需要重复使用它。

参数:
array类似数组

要操作的数组。

axis整数,可选

要应用累积的轴;默认值为零。

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。

outndarray、None 或 ndarray 和 None 的元组,可选

将结果存储到的位置。如果未提供或为 None,则返回一个新分配的数组。为了与 ufunc.__call__ 保持一致,如果作为关键字给出,则它可能被包装在一个单元素元组中。

版本 1.13.0 中更改: 元组允许作为关键字参数。

返回值:
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.]])

沿着轴 0(行)累积,向下遍历列

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

沿着轴 1(列)累积,通过行

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