numpy.ufunc.reduceat

метод

ufunc.reduceat(a, indices, axis=0, dtype=None, out=None)

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

Для i в range(len(indices)), reduceat вычисляет ufunc.reduce(a[indices[i]:indices[i+1]]), что становится i-й обобщенной «строкой», параллельной axis в конечном результате (например, в 2-мерном массиве, если axis = 0, это становится i-й строкой, но если axis = 1, это становится i-м столбцом). Есть три исключения из этого правила:

• когда i = len(indices) - 1 (следовательно, для последнего индекса), indices[i+1] = a.shape[axis].
• если indices[i] >= indices[i + 1], i-я обобщенная «строка» просто a[indices[i]].
• если indices[i] >= len(a) или indices[i] < 0, возникает ошибка.

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

Параметры

aarray_like

Массив, над которым нужно выполнить операцию.

indicesarray_like

Парные индексы, разделённые запятыми (не двоеточием), определяющие срезы для суммирования.

axisint, optional

Ось, по которой нужно применить суммирование.

dtypedata-type code, optional

Тип, используемый для представления промежуточных результатов. По умолчанию совпадает с типом данных выходного массива, если он предоставлен, или с типом данных входного массива, если выходной массив не предоставлен.

outndarray, None, or tuple of ndarray and None, optional

Местоположение, в которое сохраняется результат. Если не предоставлено или None, возвращается новый массив. Для согласованности с ufunc.__call__, если передаётся в качестве ключевого аргумента, это может быть обернуто в кортеж из одного элемента.

Изменено в версии 1.13.0: Разрешены кортежи для ключевого аргумента.

Возвращает

rndarray

Значения, полученные в результате суммирования. Если out было предоставлено, r является ссылкой на out.

Примечания

Дескриптивный пример:

Если a является одномерным, функция ufunc.accumulate(a) эквивалентна ufunc.reduceat(a, indices)[::2], где indices представляет собой range(len(array) - 1) с нулём, помещённым в каждый другой элемент: indices = zeros(2 * len(a) - 1), indices[1::2] = range(1, len(a)).

Не обманывайтесь именем этого атрибута: reduceat(a) не обязательно меньше, чем a.

Примеры

Чтобы получить последовательную сумму четырёх последовательных значений:

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

Пример с 2-мерным массивом:

>>> 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.]])