在 Numpy 中将数组的维度减少一，并使用不同的值初始化缩减值
numpyserver side programmingprogramming更新于 2025/9/2 18:07:17
要将数组的维度减少一，请使用 Python Numpy 中的 np.ufunc.reduce() 方法。这里，我们使用 add.reduce() 将其缩减为所有元素的加法。要使用不同的值初始化缩减值，请使用"initials"参数。
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功能。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
创建一维数组 −
arr = np.array([7, 14, 21, 28, 35])
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)
要将数组的维度减少一，请使用 Python Numpy 中的 np.ufunc.reduce() 方法。这里我们使用 add.reduce() 将其缩减为所有元素的加法。要使用其他值初始化缩减，请使用"initials"参数 −
print("
结果(加法)...
",np.add.reduce(arr, initial = 99))
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(为了提高速度)，并通过 NumPy 的 ufunc 功能链接到 Python。
# 创建一维数组
arr = np.array([7, 14, 21, 28, 35])
# 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)
# 要将数组的维度减少一，请使用 Python Numpy 中的 np.ufunc.reduce() 方法
# 这里，我们使用 add.reduce() 将其缩减为所有元素的加法
# 要使用不同的值初始化缩减，请使用"initials"参数
print("
结果(加法)...
",np.add.reduce(arr, initial = 99))
输出
数组... [ 7 14 21 28 35] 我们的数组类型... int64 我们的数组维度... 1 结果(加法)... 204
