就地执行numpy exp函数

Question

在标题中,我需要numpy.exp在一个非常大的ndarray上执行,比方说ar,并将结果存储在ar自身中.这项操作可以就地进行吗？

Answer 1

您可以使用以下可选out参数exp:

a = np.array([3.4, 5])
res = np.exp(a, a)
print(res is a)
print(a)

输出:

True
[  29.96410005  148.4131591 ]

exp(x [,out])

计算输入数组中所有元素的指数.

返回

out:ndarray输出数组,元素指数x.

这里的所有元素都a将被结果取代exp.返回值res与a.相同.没有创建新数组

Answer 2

迈克·穆勒的答案是好的，但请注意，如果您的阵列类型为int32，int，int64等等，它会抛出一个TypeError。因此，一种安全的方法是在执行类似操作之前将数组类型转换为float64或float32等，exp

In [12]: b
Out[12]: array([1, 2, 3, 4, 5], dtype=int32)

In [13]: np.exp(b, b)
--------------------------------------------------------------------------
TypeError: ufunc 'exp' output (typecode 'd') could not be coerced to provided 
output parameter (typecode 'i') according to the casting rule ''same_kind''

类型转换 & exp：

# in-place typecasting
In [14]: b = b.astype(np.float64, copy=False)
In [15]: b
Out[15]: array([ 1.,  2.,  3.,  4.,  5.], dtype=float64)

# modifies b in-place
In [16]: np.exp(b, b)
Out[16]: array([   2.718,    7.389,   20.086,   54.598,  148.413], dtype=float64)