dask.array.logaddexp
dask.array.logaddexp¶
- dask.array.logaddexp(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'logaddexp'>¶
此文档字符串是从 numpy.logaddexp 复制的。
Dask 版本可能存在一些不一致性。
输入的指数和的对数。
计算
log(exp(x1) + exp(x2))。这个函数在统计学中很有用，因为计算的事件概率可能非常小，以至于超过了普通浮点数的范围。在这种情况下，计算的概率的对数被存储。这个函数允许以这种方式存储的概率相加。- 参数
- x1, x2array_like
输入值。如果
x1.shape != x2.shape，它们必须能够广播到一个共同的形状（这将成为输出的形状）。- 出ndarray, None, 或 ndarray 和 None 的元组, 可选
存储结果的位置。如果提供，它必须具有输入广播到的形状。如果没有提供或为None，则返回一个新分配的数组。一个元组（只能作为关键字参数）的长度必须等于输出的数量。
- 哪里类似数组, 可选
此条件通过输入进行广播。在条件为 True 的位置，out 数组将被设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。请注意，如果通过默认的
out=None创建了一个未初始化的 out 数组，条件为 False 的位置将保持未初始化状态。- **kwargs
对于其他仅关键字参数，请参阅 ufunc 文档。
- 返回
- 结果ndarray
exp(x1) + exp(x2)的对数。如果 x1 和 x2 都是标量，则这是一个标量。
参见
logaddexp2以2为底的对数，输入的指数和。
注释
1.3.0 新版功能.
示例
>>> import numpy as np >>> prob1 = np.log(1e-50) >>> prob2 = np.log(2.5e-50) >>> prob12 = np.logaddexp(prob1, prob2) >>> prob12 -113.87649168120691 >>> np.exp(prob12) 3.5000000000000057e-50