Numpy.apply_over_axes() в Python: многократное выполнение функции

Разница между осями и осью в том, что оси — это форма множественного числа, а ось — форма единственного числа. Это означает, что в этой функции мы можем указать оси, на которых мы хотим выполнить нашу операцию.

Содержание

Что такое функция numpy.apply_over_axes() в Python?
Синтаксис
Параметры
Возвращаемое значение
Вычисление суммы 2D-массива
Вычисление суммы трехмерного массива

Что такое функция numpy.apply_over_axes() в Python?

np.apply_over_axes() — это встроенная библиотечная функция Numpy, используемая в Python для многократного выполнения любой функции над несколькими осями в массиве nd. Метод apply_over_axes() часто применяет функцию к нескольким осям в массиве.

Синтаксис

numpy.apply_along_axis(1d_func, array, axes, *args, **kwargs)

1	numpy.apply_along_axis(1d_func, array, axes, args, *kwargs)

Параметры

Функция NumPy apply_over_axes() имеет 5 параметров:

1d_func: этот параметр необходим для работы с одномерным массивом. Его можно применять в одномерных срезах входного массива и вдоль определенной оси.
array: массив, над которым мы хотим работать.
axis: это необходимые оси, вдоль которых мы хотим работать.
*args: дополнительный аргумент функции 1D(1d_func).
**kwargs: дополнительный именованный аргумент для 1D-функции(1d_func).

Возвращаемое значение

Функция NumPy apply_over_axes() возвращает выходной массив. Форма выходного массива может различаться в зависимости от того, изменяет ли функция(1d_func) форму своего вывода в соответствии со своим вводом.

Вычисление суммы 2D-массива

См. следующий код.

#Importing numpy
import numpy as np

#We will create a 2D array
#Of shape 4x3
arr = np.array([(1, 10, 3),(14, 5, 6),(7, 8, 19),(50, 51, 52)])
#Printing the array
print("The array is: ")
print(arr)

#Declaring axes
axes = [1, -1]
print("Sum of array elements are:")
print(np.apply_over_axes(np.sum, arr, axes))

#Importing numpy

import numpy as np

#We will create a 2D array

#Of shape 4x3

arr = np.array([(1, 10, 3),(14, 5, 6),(7, 8, 19),(50, 51, 52)])

#Printing the array

print("The array is: ")

print(arr)

#Declaring axes

axes = [1, -1]

print("Sum of array elements are:")

print(np.apply_over_axes(np.sum, arr, axes))

Выход:

The array is:
[[ 1 10  3]
 [14  5  6]
 [ 7  8 19]
 [50 51 52]]
Sum of array elements are:
[[ 14]
 [ 25]
 [ 34]
 [153]]

The array is:

[[ 1 10 3]

[14 5 6]

[ 7 8 19]

[50 51 52]]

Sum of array elements are:

[[ 14]

[ 25]

[ 34]

[153]]

Объяснение.

В этом примере мы объявили один 2D-массив размером 4×3, распечатали его и его форму.

Мы объявили axes=[1,-1] и вызвали apply_over_axes() для вычисления суммы его элементов. Мы видим, что у нас есть столбец из 4 строк; каждый столбец имеет сумму своих элементов строки.

Вычисление суммы трехмерного массива

См. следующий код.

#Importing numpy
import numpy as np

#We will create a 2D array
#Of shape 4x3
arr = np.arange(12).reshape(2, 2, 3)
#Printing the array
print("The array is: ")
print(arr)

#Declaring axes
axes = [0, 2]
print("Sum of array elements are:")
print(np.apply_over_axes(np.sum, arr, axes))

#Importing numpy

import numpy as np

#We will create a 2D array

#Of shape 4x3

arr = np.arange(12).reshape(2, 2, 3)

#Printing the array

print("The array is: ")

print(arr)

#Declaring axes

axes = [0, 2]

print("Sum of array elements are:")

print(np.apply_over_axes(np.sum, arr, axes))

Выход:

The array is:
[[[ 0  1  2]
  [ 3  4  5]]

 [[ 6  7  8]
  [ 9 10 11]]]
Sum of array elements are:
[[[24]
  [42]]]

The array is:

[[[ 0 1 2]

[ 3 4 5]]

[[ 6 7 8]

[ 9 10 11]]]

Sum of array elements are:

[[[24]

[42]]]

Объяснение.

В этом примере мы сначала объявили один трехмерный массив фигур(2x2x3) и распечатали этот массив. Затем объявили оси со значениями [0,2], вычислив сумму по осям 0 и 2. И получили желаемый результат, когда вызвали функцию.