Resumos NumPy Ufunc

Neste artigo, exploraremos detalhadamente os somatórios ufunc do NumPy e calcularemos os somatórios utilizando o NumPy, a fim de descobrir qual método será mais adequado para você.



O que são somatórios NumPy Ufunc?

Os somatórios NumPy ufunc são operações matemáticas que calculam a soma dos elementos de ndarrays.

Eles são implementados como ufuncs, o que lhes permite realizar cálculos rápidos e eficientes em grandes arrays.

As funções de soma NumPy ufunc incluem:

Funções Visão geral
numpy.sum() Calcula a soma dos elementos da matriz ao longo de um determinado eixo.
numpy.cumsum() Retorna a soma cumulativa dos elementos ao longo de um determinado eixo.
numpy.nansum() Calcula a soma dos elementos da matriz ao longo de um determinado eixo, ignorando os valores NaN.
numpy.cumprod() Retorna o produto cumulativo dos elementos ao longo de um determinado eixo.
numpy.prod() Calcula o produto dos elementos da matriz ao longo de um determinado eixo.
numpy.nanprod() Calcula o produto dos elementos da matriz ao longo de um determinado eixo, ignorando os valores NaN.

Diferença entre soma e adição

De acordo com as somas Numpy Ufunc, a adição ocorre entre dois argumentos, enquanto a soma ocorre sobre n elementos.

Inicialize os dois arrays even_arr e odd_arr e aplique a função add() para adicionar os dois arrays:

Example: 

1
2
3
4
5
6
7
8
import numpy as npy
even_arr = npy.array([2, 4, 6, 8, 10])
odd_arr = npy.array([1, 3, 5, 7, 9])
mrx_arr = npy.add(even_arr, odd_arr)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Após a execução, você verá o resultado abaixo:

Numpy Ufunc Summations

Execute a função add() nos arrays prime_arr e nonprime_arr após criá-los:

Example: 

1
2
3
4
5
6
7
8
import numpy as npy
prime_arr = npy.array([2, 3, 5, 7, 11])
nonprime_arr = npy.array([1, 4, 6, 8, 9])
mrx_arr = npy.add(prime_arr, nonprime_arr)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Saída Numpy Ufunc Summations

Pegue a soma das matrizes even_arr e odd_arr :

Example: 

1
2
3
4
5
6
7
8
9
10
Example
import numpy as npy
even_arr = npy.array([2, 4, 6, 8, 10])
odd_arr = npy.array([1, 3, 5, 7, 9])
mrx_arr = npy.sum([even_arr, odd_arr])
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Aplique a função sum() às seguintes matrizes:

Example: 

1
2
3
4
5
6
7
8
import numpy as npy
prime_arr = npy.array([2, 3, 5, 7, 11])
nonprime_arr = npy.array([1, 4, 6, 8, 9])
mrx_arr = npy.sum([prime_arr, nonprime_arr])
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

soma do eixo

Se você especificar axis=1 de acordo com os somatórios Numpy Ufunc, NumPy irá somar os números nas matrizes com base no valor do eixo que você fornecer.

Você pode calcular a soma das matrizes even_arr e odd_arr sobre o 1º eixo da seguinte maneira:

Example: 

1
2
3
4
5
6
7
8
import numpy as npy
even_arr = npy.array([12, 14, 16, 18, 20])
odd_arr = npy.array([11, 13, 15, 17, 19])
mrx_arr = npy.sum([even_arr, odd_arr], axis=1)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Execute a função sum() com axis = 1 nos arrays square_arr e cube_arr:

Example: 

1
2
3
4
5
6
7
8
import numpy as npy
square_arr = npy.array([1, 4, 9, 16, 25])
cube_arr = npy.array([1, 8, 27, 64, 125])
mrx_arr = npy.sum([square_arr, cube_arr], axis=1)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

soma cumulativa

A soma cumulativa refere-se à adição parte por parte de itens em uma matriz.

Por exemplo, o total parcial de [7, 13, 19] seria [7, 7+13, 7+13+19] = [7, 20, 39].

Você pode utilizar a função cumsum() para calcular somas parciais.

Calcule a soma cumulativa da seguinte matriz gap_arr :

Example: 

1
2
3
4
5
6
7
import numpy as npy
gap_arr = npy.array([25, 50, 75, 100])
mrx_arr = npy.cumsum(gap_arr)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Primeiro crie o array fatorial_arr e implemente a função cumsum() nele:

Example: 

1
2
3
4
5
6
7
import numpy as npy
factorial_arr = npy.array([1, 2, 6, 24, 120])
mrx_arr = npy.cumsum(factorial_arr)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Exemplo de Explicação

Na primeira linha, a biblioteca NumPy é importada usando o alias “ npy ” para economizar tempo e tornar o código mais conciso. Em seguida, uma matriz de fatoriais é criada usando a função npy.array() , que recebe uma lista de inteiros como entrada e retorna uma matriz com esses valores.

A lista [1, 2, 6, 24, 120] representa os fatoriais dos primeiros cinco inteiros positivos, ou seja, 1!, 2!, 3!, 4! e 5!.

A próxima linha usa a função npy.cumsum() para calcular a soma cumulativa dos elementos na matriz fatorial_arr.

Esta função recebe um array como entrada e retorna um array contendo a soma cumulativa de cada elemento.

Nós valorizamos o seu feedback.
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0

Assine a nossa newsletter
Digite seu e-mail para receber um resumo semanal de nossos melhores posts. Saber mais!
ícone