numpy.apply_over_axes¶

numpy.apply_over_axes(func, a, axes)[源代码]¶

在多个轴上重复应用函数。

func 称为 res = func(a, axis) 在哪里 axis 是的第一个元素 axes . 结果 res 函数调用的维度必须与 a 或者少一个维度。如果 res 尺寸比 a ，在前面插入尺寸 axis . 呼唤 func 然后对中的每个轴重复 axes 用 res 作为第一个论点。

参数

func功能: 此函数必须采用两个参数， func(a, axis) .
aarray_like: 输入数组。
axesarray_like: 轴在哪个轴上 func 应用；元素必须是整数。

返回

apply_over_axis恩达雷: 输出数组。尺寸数量与 a 但形状可能不同。这取决于 func 更改其输出相对于其输入的形状。

参见

apply_along_axis: 沿给定轴将函数应用于数组的一维切片。

笔记

此函数等价于keepdims=true的可重排序ufunc的元组轴参数。从1.7.0版开始，UFUNC的元组轴参数就可用了。

实例

>>> a = np.arange(24).reshape(2,3,4)
>>> a
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

对轴0和2求和。结果的维数与原始数组的维数相同：

>>> np.apply_over_axes(np.sum, a, [0,2])
array([[[ 60],
        [ 92],
        [124]]])

UFUNC的元组轴参数等效：

>>> np.sum(a, axis=(0,2), keepdims=True)
array([[[ 60],
        [ 92],
        [124]]])

numpy.apply_along_axis numpy.vectorize