2

我看到 Universal Function(ufunc) 用于执行元素数组操作。

 arr = np.arange(5)
 arr2 = np.arange(5,10)
 np.add(arr,arr2)

这段代码类似于arr + arr2. 在那种情况下,我们为什么要使用 ufunc?

4

1 回答 1

2

因为它是一个带有许多简单添加表达式无法为您提供的功能的函数。您可以根据您在某些情况下的预期行为覆盖 ufunc 对象,并从其所有功能中受益。

您只需查看函数的标题即可看到:

numpy.add(x1, x2, /, out=None, *, where=True, cast='same_kind', order='K', dtype=None, subok=True[, signature, extobj])

在文档中阅读更多内容:

https://docs.scipy.org/doc/numpy/reference/generated/numpy.add.html

和:

https://docs.scipy.org/doc/numpy/reference/ufuncs.html#ufuncs-kwargs \

另请注意,每当您执行a + bifabis ndarray 时,add(a, b)numpy 都会在内部调用它。所以当两个参数都是ndarray时没有区别。

s 提供的另一个很好的功能ufunc是您可以直接在 python 对象上执行 numpy 功能。

In [20]: np.add([2, 3, 4], 4)
Out[20]: array([6, 7, 8])

如果你在 Python 中求和,你会得到一个 TypeError:

In [21]: [2, 3, 4] + 4
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-21-0a8f512c0d3a> in <module>()
----> 1 [2, 3, 4] + 4

TypeError: can only concatenate list (not "int") to list
于 2018-12-04T09:26:19.790 回答