*V如果
V只有2个数组,则可以使用。
np.minimum是a,
ufunc并接受2个参数。
由于
ufunc它具有
.reduce方法,因此可以将其重复应用于列表输入。
In [321]: np.minimum.reduce([np.arange(3), np.arange(2,-1,-1), np.ones((3,))])Out[321]: array([ 0., 1., 0.])
我怀疑这种
np.min方法速度更快,但这可能取决于数组和列表的大小。
In [323]: np.array([np.arange(3), np.arange(2,-1,-1), np.ones((3,))]).min(axis=0)Out[323]: array([ 0., 1., 0.])
该
ufunc也有一个
accumulate能向我们展示了还原的每一个阶段的结果。这不是很有趣,但是我可以调整输入来更改它。
In [325]: np.minimum.accumulate([np.arange(3), np.arange(2,-1,-1), np.ones((3,))]) ...: Out[325]: array([[ 0., 1., 2.], [ 0., 1., 0.], [ 0., 1., 0.]])
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)