numpy.ufunc.accumulate

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.ufunc.accumulate.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

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

累加将运算符应用于所有元素的结果。

对于一维数组，accumulate产生的结果等效于：

r = np.empty(len(A))
t = op.identity        # op = the ufunc being applied to A's  elements
for i in range(len(A)):
    t = op(t, A[i])
    r[i] = t
return r

例如，add.accumulate()等效于np.cumsum()。

对于多维数组，只沿一个轴应用累加（默认为轴零；参见下面的示例），因此如果想要在多个轴上累积，则需要重复使用。

参数：	数组：array_like 要执行的数组。 axis：int，可选 沿其应用积累的轴；默认为零。 dtype：数据类型代码，可选 数据类型用于表示中间结果。默认为输出数组的数据类型（如果提供）或输入数组的数据类型（如果未提供输出数组）。 out：ndarray，可选 存储结果的位置。如果未提供，则返回新分配的数组。
返回：	r：ndarray 累加值。如果提供out，则r是对out的引用。

例子

1-D数组示例：

>>> np.add.accumulate([2, 3, 5])
array([ 2,  5, 10])
>>> np.multiply.accumulate([2, 3, 5])
array([ 2,  6, 30])

2-D数组示例：

>>> I = np.eye(2)
>>> I
array([[ 1.,  0.],
       [ 0.,  1.]])

沿轴0（行），向下列累积：

>>> np.add.accumulate(I, 0)
array([[ 1.,  0.],
       [ 1.,  1.]])
>>> np.add.accumulate(I) # no axis specified = axis zero
array([[ 1.,  0.],
       [ 1.,  1.]])

沿轴1（列），通过行累积：

>>> np.add.accumulate(I, 1)
array([[ 1.,  1.],
       [ 0.,  1.]])