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.accumulation（）等价于np.cumsum（）。

对于多维数组，仅沿一个轴应用“累计”（默认情况下为零轴；请参见下面的示例），因此如果要在多个轴上进行累计，则需要重复使用。

参数

arrayarray_like

要执行的数组。

axis可选的

应用累计的轴；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；如果没有提供输出数组，则默认为输入数组的数据类型。

outndarray、none或ndarray和none的元组，可选

存储结果的位置。如果未提供或没有，则返回新分配的数组。为了与 ufunc.__call__ ，如果作为关键字提供，则可以将其包装在一个1元素元组中。

在 1.13.0 版更改: 关键字参数允许使用元组。

返回

r恩达雷

累积值。如果 out 供应， r 是指 out .

实例

一维数组示例：

>>> 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.]])

沿轴0（行）累积，向下列：

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

沿轴1（列）累积，通过行：

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

numpy.ufunc.__call__ numpy.ufunc.at