dask.array.apply_over_axes

dask.array.apply_over_axes¶

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

在多个轴上重复应用函数。

此文档字符串是从 numpy.apply_over_axes 复制的。

Dask 版本可能存在一些不一致性。

func 被调用为 res = func(a, axis)，其中 axis 是 axes 的第一个元素。函数调用的结果 res 必须与 a 具有相同的维度，或者少一个维度。如果 res 比 a 少一个维度，则在 axis 之前插入一个维度。然后，对 axes 中的每个轴重复调用 func，并将 res 作为第一个参数。

参数

函数函数: 此函数必须接受两个参数，func(a, axis)。
aarray_like: 输入数组。
轴array_like: func 应用的轴；元素必须是整数。

返回

apply_over_axisndarray: 输出数组。维度的数量与 a 相同，但形状可能不同。这取决于 func 是否改变了其输出相对于输入的形状。

参见

apply_along_axis: 对沿给定轴的数组的1-D切片应用函数。

注释

此函数等同于带有 keepdims=True 的元组轴参数，用于可重新排序的通用函数。自版本 1.7.0 起，通用函数的元组轴参数已可用。

示例

>>> import numpy as np  
>>> 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。结果与原始数组具有相同的维度数：

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

ufuncs 的元组轴参数是等价的：

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

dask.array.apply_along_axis

dask.array.arange