在 Numpy 中对多维数组进行归约并添加元素
numpyserver side programmingprogramming更新于 2025/9/3 2:52:17
要对多维数组进行归约，请使用 Python Numpy 中的 np.ufunc.reduce() 方法。此处，我们使用 add.reduce() 方法将其归约成元素的添加。
numpy.ufunc 包含对整个数组逐个元素进行操作的函数。这些 ufunc 函数用 C 语言编写(以提高速度)，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，该函数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)
要简化多维数组，请使用 Python Numpy 中的 np.ufunc.reduce() 方法。这里我们使用 add.reduce() 将其简化为元素的加法。 −
print("
结果(加法)...
",np.add.reduce(arr))
示例
import numpy as np
# numpy.ufunc 函数可以对整个数组逐个元素进行操作。
# ufunc 函数用 C 语言编写(以提高速度)，并通过 NumPy 的 ufunc 功能链接到 Python。
# 创建多维数组
arr = np.arange(27).reshape((3,3,3))
# 显示数组
print("数组...
", arr)
# 获取数组类型
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)
# 要减少多维数组，请使用 Python Numpy 中的 np.ufunc.reduce() 方法
# 这里，我们使用 add.reduce() 将其减少为元素的加法
print("
结果(加法)...
",np.add.reduce(arr))
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(加法)... [[27 30 33] [36 39 42] [45 48 51]]
