Use cases of `numpy.positive`

Question

numpy(版本 1.13+ (中有一个 positive 函数，它似乎什么都不做：

In [1]: import numpy as np                                                                               
In [2]: A = np.array([0, 1, -1, 1j, -1j, 1+1j, 1-1j, -1+1j, -1-1j, np.inf, -np.inf])                     
In [3]: A == np.positive(A)                                                                              
Out[3]: 
array([ True,  True,  True,  True,  True,  True,  True,  True,  True,
        True,  True])

文件说：Returned array or scalar: `y = +x`

此功能有哪些用例？

Answer 1

这个函数的用例可能很少。之所以提供它，是因为每个 python 运算符在 numpy 中都公开为 ufunc：

• 一元+：np.positive
• 一元-：np.negative
• 二进制+：np.add
• 二进制-：np.subtract
• 等。。。

正如文档所述，并在另一个答案中指出，np.positive会像np.copy一样制作数据的副本，但有两个警告：

1. 它可以更改输入的dtype

2. 它仅针对算术类型定义。例如，如果您尝试在布尔数组上调用它，您将获得

    UFuncTypeError: ufunc 'positive' did not contain a loop with signature matching types dtype('bool') -> dtype('bool')
   

另一件事是，由于positive是一个ufunc，它可以就地工作，使其成为算术类型的有效无操作函数：

np.positive(x, out=x)

Answer 2

如果你有一个向量x，那么np.positive(x)给你，+1*(x)，np.negative(x)给你-1*(x)。

np.positive([-1,0.7])
output: array([-1. ,  0.7])

np.negative([-1.5,0.7])
output:array([ 1.5, -0.7])

np.positive(np.array([0, 1, -1, 1j, -1j, 1+1j, 1-1j, -1+1j, -1-1j, np.inf, -np.inf]))
output: array([  0.+0.j,   1.+0.j,  -1.+0.j,   0.+1.j,  -0.-1.j,   1.+1.j,
         1.-1.j,  -1.+1.j,  -1.-1.j,  inf+0.j, -inf+0.j])

np.negative(np.array([0, 1, -1, 1j, -1j, 1+1j, 1-1j, -1+1j, -1-1j, np.inf, -np.inf]))
output: array([ -0.-0.j,  -1.-0.j,   1.-0.j,  -0.-1.j,   0.+1.j,  -1.-1.j,
        -1.+1.j,   1.-1.j,   1.+1.j, -inf-0.j,  inf-0.j])

不过用例取决于。一旦用例，它是x1 = copy(x)的替代方案。它会创建一个重复的数组供您使用。