mars.tensor.frexp#

mars.tensor.frexp(x, out1=None, out2=None, out=None, where=None, **kwargs)[来源]#

将x的元素分解为尾数和二的指数。

返回 (mantissa, exponent)，其中 x = mantissa * 2**exponent`。尾数在开区间(-1, 1)内，而二的指数是一个有符号整数。

Parameters

  • x (array_like) – 要分解的数字张量。

  • out1 (张量, 可选) – 尾数的输出张量。必须与 x 形状相同。

  • out2 (张量, 可选) – 指数的输出张量。必须与 x 具有相同的形状。

  • out (Tensor, None, 或 tuple 的 Tensor 和 None, 可选) – 结果存储的位置。如果提供，它必须具有和输入相同的广播形状。如果未提供或None，将返回一个新分配的张量。元组（仅作为关键字参数可能）必须具有与输出数量相等的长度。

  • where (array_like, 可选) – 值为 True 表示在该位置计算 ufunc，值为 False 表示保持输出中的该值不变。

  • **kwargs –

Returns

(尾数, 指数) – 尾数 是一个浮点数组，其值介于 -1 和 1 之间。指数 是一个整数数组，表示 2 的指数。

Return type

元组 的张量, (浮点数, 整数)

另请参阅

ldexp

计算 y = x1 * 2**x2，frexp 的反函数。

备注

不支持复杂数据类型，它们将引发类型错误。

示例

>>> import mars.tensor as mt

>>> x = mt.arange(9)
>>> y1, y2 = mt.frexp(x)

>>> y1_result, y2_result = mt.ExecutableTuple([y1, y2]).execute()
>>> y1_result
array([ 0.   ,  0.5  ,  0.5  ,  0.75 ,  0.5  ,  0.625,  0.75 ,  0.875,
        0.5  ])
>>> y2_result
array([0, 1, 2, 2, 3, 3, 3, 3, 4])
>>> (y1 * 2**y2).execute()
array([ 0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.])