在 Numpy 中沿轴 1 缩减多维数组
numpyserver side programmingprogramming更新于 2025/9/3 4:22:17
要缩减多维数组，请使用 Python Numpy 中的 np.ufunc.reduce() 方法。这里我们使用 add.reduce() 将其缩减为元素的相加。轴使用"axis"参数设置。缩减操作沿一个或多个轴进行。
numpy.ufunc 具有对整个数组逐个元素进行操作的函数。 ufuncs 使用 C 语言编写(为了提高速度)，并通过 NumPy 的 ufunc 功能链接到 Python。
通用函数(简称 ufunc)是一种以逐个元素的方式对 ndarray 进行操作的函数，支持数组广播、类型转换和其他一些标准特性。
也就是说，ufunc 是一个函数的"向量化"包装器，它接受固定数量的特定输入并产生固定数量的特定输出。
步骤
首先，导入所需的库 −
import numpy as np
创建一个多维数组 −
arr = np.arange(27).reshape((3,3,3))
显示数组 −
print("数组...
", arr)
获取数组的类型 −
print("
我们的数组类型...
", arr.dtype)
获取数组的维度 −
print("
我们的数组维度...
",arr.ndim)
要对多维数组进行归约，请使用 Python Numpy 中的 np.ufunc.reduce() 方法。这里，我们使用 multiply.reduce() 将其归约成元素的乘法。轴使用 "axis" 参数设置。执行归约的轴:
print("
结果(乘法)...
",np.multiply.reduce(arr, axis = 1))
要对多维数组进行归约，请使用 Python Numpy 中的 np.ufunc.reduce() 方法。这里，我们使用 add.reduce() 将其归约成元素的加法。轴使用 "axis" 参数设置。执行约简运算的一个或多个轴 −
print("
结果(加法)...
",np.add.reduce(arr, axis = 1))
示例
import numpy as np
# numpy.ufunc 具有对整个数组逐个元素进行操作的函数。
# ufuncs 使用 C 语言编写(以提高速度)，并通过 NumPy 的 ufunc 功能链接到 Python
# 创建一个多维数组
arr = np.arange(27).reshape((3,3,3))
# 显示数组
print("数组...
", arr)
# 获取数组的类型
print("
我们的数组类型...
", arr.dtype)
# 获取数组的维度
print("
我们的数组维度...
",arr.ndim)
# 要对多维数组进行归约，请使用 Python Numpy 中的 np.ufunc.reduce() 方法
# 这里，我们使用 multiply.reduce() 将其归约成元素乘法
# 使用"axis"设置轴参数
# 执行归约操作的轴
print("
结果(乘法)...
",np.multiply.reduce(arr, axis = 1))
# 要对多维数组进行归约，请使用 Python Numpy 中的 np.ufunc.reduce() 方法
# 这里我们使用 add.reduce() 将其归约成元素的加法
# 使用"axis"参数设置轴
# 执行归约操作的轴
print("
结果(加法)...
",np.add.reduce(arr, axis = 1))
输出
数组... [[[ 0 1 2] [ 3 4 5] [ 6 7 8]] [[ 9 10 11] [12 13 14] [15 16 17]] [[18 19 20] [21 22 23] [24 25 26]]] 我们的数组类型... int64 我们的数组维度... 3 结果(乘法)... [[ 0 28 80] [ 1620 2080 2618] [ 9072 10450 11960]] 结果(加法)... [[ 9 12 15] [36 39 42] [63 66 69]]
