Python 努比对面

是否有相反的，例如，

numpy.project\u to（数组、函数、轴）

哪个会回来

---

数组（[1,0.66666667,0.5]）

看起来您要求的是沿特定轴的缩减：这可以使用任何二进制文件的

缩减方法来完成。例如：

>>> x = np.array([[1,1,1], [2,1,3], [2,2,2]], dtype=float)

>>> np.divide.reduce(x, axis=1)
array([ 1.        ,  0.66666667,  0.5       ])

看起来您所要求的是沿特定轴的缩减：这可以使用任何二进制文件的
reduce
方法来完成。例如：

>>> x = np.array([[1,1,1], [2,1,3], [2,2,2]], dtype=float)

>>> np.divide.reduce(x, axis=1)
array([ 1.        ,  0.66666667,  0.5       ])

通过样品展示你的期望？通过样品展示你的期望？是的。划分只是一个随机问题。但我刚刚意识到还有沿轴应用：@HallgeirWilhelmsen
沿轴应用（）
通常不是您想要使用的；它在后端使用Python循环，不像其他numpy函数那样快速或优化。通常，您希望使用numpy函数中可用的axis参数，如果该参数不适用于特定函数，则
reduce
是您的最佳选择。是的。划分只是一个随机问题。但我刚刚意识到还有沿轴应用：@HallgeirWilhelmsen
沿轴应用（）
通常不是您想要使用的；它在后端使用Python循环，不像其他numpy函数那样快速或优化。通常，您希望使用numpy函数中可用的axis参数，如果该参数不适用于特定函数，则
reduce
是最佳选择。