numpy.ufunc.reduceat#

метод

универсальная функция.reduceat(массив, индексы, ось=0, dtype=None, выход=None)#

Выполняет (локальное) сокращение с указанными срезами по одной оси.

Для i в range(len(indices)), reduceat вычисляет ufunc.reduce(array[indices[i]:indices[i+1]]), который становится i-й обобщённой "строкой", параллельной ось в конечном результате (т.е., в двумерном массиве, например, если axis = 0, он становится i-й строкой, но если axis = 1, он становится i-м столбцом). Есть три исключения из этого:

когда i = len(indices) - 1 (так для последнего индекса), indices[i+1] = array.shape[axis].
if indices[i] >= indices[i + 1], i-я обобщённая "строка" — это просто array[indices[i]].
if indices[i] >= len(array) или indices[i] < 0, возникает ошибка.

Форма выходных данных зависит от размера indices, и может быть больше, чем array (это происходит, если len(indices) > array.shape[axis]).

Параметры:

массивarray_like: Массив, над которым выполняется действие.
индексыarray_like: Парные индексы, разделенные запятыми (не двоеточием), указывающие срезы для сокращения.
осьint, необязательный: Ось, вдоль которой применяется reduceat.
dtypeкод типа данных, опционально: Тип данных, используемый для выполнения операции. По умолчанию соответствует типу out если задано, и тип данных array в противном случае (хотя может быть повышено для сохранения точности в некоторых случаях, таких как numpy.add.reduce для целочисленного или булевого ввода).
выходndarray, None или кортеж из ndarray и None, опционально: Место, в которое сохраняется результат. Если не указано или None, возвращается вновь выделенный массив. Для согласованности с ufunc.__call__, если передано как ключевой аргумент, может быть Ellipses (out=..., что имеет тот же эффект, как None, поскольку массив всегда возвращается), или кортеж из одного элемента.

Возвращает:

rndarray: Уменьшенные значения. Если выход был предоставлен, r является ссылкой на выход.

Примечания

Наглядный пример:

Если array является одномерным, функция ufunc.accumulate(array) то же самое, что ufunc.reduceat(array, indices)[::2] где indices является range(len(array) - 1) с нулем, помещенным в каждый второй элемент: indices = zeros(2 * len(array) - 1), indices[1::2] = range(1, len(array)).

Не дайте себя обмануть названием этого атрибута: reduceat(array) не обязательно меньше, чем array.

Примеры

Чтобы взять текущую сумму четырёх последовательных значений:

>>> import numpy as np
>>> np.add.reduceat(np.arange(8),[0,4, 1,5, 2,6, 3,7])[::2]
array([ 6, 10, 14, 18])

Пример в 2-D:

>>> x = np.linspace(0, 15, 16).reshape(4,4)
>>> x
array([[ 0.,   1.,   2.,   3.],
       [ 4.,   5.,   6.,   7.],
       [ 8.,   9.,  10.,  11.],
       [12.,  13.,  14.,  15.]])

# reduce such that the result has the following five rows:
# [row1 + row2 + row3]
# [row4]
# [row2]
# [row3]
# [row1 + row2 + row3 + row4]

>>> np.add.reduceat(x, [0, 3, 1, 2, 0])
array([[12.,  15.,  18.,  21.],
       [12.,  13.,  14.,  15.],
       [ 4.,   5.,   6.,   7.],
       [ 8.,   9.,  10.,  11.],
       [24.,  28.,  32.,  36.]])

# reduce such that result has the following two columns:
# [col1 * col2 * col3, col4]

>>> np.multiply.reduceat(x, [0, 3], 1)
array([[   0.,     3.],
       [ 120.,     7.],
       [ 720.,    11.],
       [2184.,    15.]])