numpy.ufunc.reduceat

метод

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

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

Для i в range(len(indices)), reduceat вычисляет ufunc.reduce(array[indices[i]:indices[i+1]]), которое становится i-той обобщенной “строкой” параллельно axis в конечном результате (например, в двумерной матрице, если axis = 0, она становится i-той строкой, но если axis = 1, она становится i-той колонкой). Есть три исключения:

• когда i = len(indices) - 1 (поэтому для последнего индекса), indices[i+1] = array.shape[axis].
• если indices[i] >= indices[i + 1], i-тая обобщенная “строка” просто array[indices[i]].
• если indices[i] >= len(array) или indices[i] < 0, генерируется ошибка.

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

Параметры:

arrayarray_like

Массив, над которым нужно выполнить операцию.

indicesarray_like

Парные индексы, разделенные запятыми (а не двоеточием), указывающие на срезы для сокращения.

axisint, optional

Ось, по которой применять сокращение.

dtypedata-type code, optional

Тип данных, используемый для выполнения операции. По умолчанию соответствует типу данных out (если задан), и типу данных array в противном случае (хотя масштабируется для сохранения точности в некоторых случаях, таких как numpy.add.reduce для целочисленных или булевых входных данных).

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

Расположение, в которое сохраняется результат. Если не задано или None, возвращается только что выделенный массив. Для согласованности с ufunc.__call__, если задано в качестве ключевого слова, это может быть обернуто в кортеж из одного элемента.

Изменено в версии 1.13.0: Разрешены кортежи в качестве ключевого аргумента.

Возвращает:

rndarray

Значения, полученные в результате сокращения. Если out был предоставлен, r является ссылкой на out.

Примечания

Дескриптивный пример:

Если array одномерный, функция ufunc.accumulate(array) эквивалентна ufunc.reduceat(array, indices)[::2], где indices это range(len(array) - 1) с нулем, помещенным в каждый другой элемент: indices = zeros(2 * len(array) - 1), indices[1::2] = range(1, len(array)).

Не позволяйте названию этого атрибута ввести вас в заблуждение: reduceat(array) не обязательно меньше, чем array.

Примеры

Чтобы получить текущую сумму четырех последовательных значений:

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

Пример с двумерной матрицей:

>>> 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.]])