numpy.logaddexp#

numpy.logaddexp(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'logaddexp'>#

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非常有用,因为计算的事件概率可能非常小,以至于超过了一般浮点数的范围.在这种情况下,计算概率的对数被存储.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（这将成为输出形状）.

outndarray, 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.如果未提供或为 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）必须具有与输出数量相等的长度.

wherearray_like, 可选

这个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.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

对于其他仅限关键字的参数,请参阅 ufunc 文档.

返回:
resultndarray

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为底的输入的指数和的对数.

备注

在 1.3.0 版本加入.

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
On this page