jax.numpy 模块

使用 jax.lax 中的原语实现 NumPy API。

虽然 JAX 尽量尽可能地遵循 NumPy API，但有时 JAX 无法完全遵循 NumPy。

• 值得注意的是，由于 JAX 数组是不可变的，因此无法在 JAX 中实现就地修改数组的 NumPy API。但是，JAX 通常能够提供纯函数式替代 API。例如，代替就地数组更新 (x[i] = y)，JAX 提供了一个纯索引更新函数的替代方案 x.at[i].set(y)（参见 ndarray.at）。

• 同样地，一些 NumPy 函数通常会在可能的情况下返回数组的视图（例如 transpose() 和 reshape()）。JAX 版本的这些函数将改为返回副本，尽管当使用 jax.jit() 编译操作序列时，XLA 通常会优化掉这些副本。

• NumPy 在将值提升到 float64 类型方面非常积极。JAX 有时在类型提升方面不那么积极（参见 类型提升语义）。

• 一些 NumPy 例程具有数据相关的输出形状（例如 unique() 和 nonzero()）。由于 XLA 编译器要求在编译时知道数组形状，因此此类操作与 JIT 不兼容。出于这个原因，JAX 为此类函数添加了一个可选的 size 参数，该参数可以在静态中指定，以便与 JIT 一起使用。

几乎所有适用的 NumPy 函数都实现在 jax.numpy 命名空间中；它们列在下面。

ndarray.at	索引更新功能的辅助属性。
abs(x, /)	jax.numpy.absolute() 的别名。
absolute(x, /)	逐元素计算绝对值。
acos(x, /)	jax.numpy.arccos() 的别名
acosh(x, /)	jax.numpy.arccosh() 的别名
add	逐元素相加两个数组。
all(a[, axis, out, keepdims, where])	测试给定轴上所有数组元素是否都计算为 True。
allclose(a, b[, rtol, atol, equal_nan])	检查两个数组在容差范围内是否逐元素近似相等。
amax(a[, axis, out, keepdims, initial, where])	jax.numpy.max() 的别名。
amin(a[, axis, out, keepdims, initial, where])	jax.numpy.min() 的别名。
angle(z[, deg])	返回复数或复数数组的角度。
any(a[, axis, out, keepdims, where])	测试给定轴上任何数组元素是否都计算为 True。
append(arr, values[, axis])	返回一个新数组，其值附加到原始数组的末尾。
apply_along_axis(func1d, axis, arr, *args, ...)	将函数应用于给定轴上的 1-D 切片。
apply_over_axes(func, a, axes)	在多个轴上重复应用函数。
arange(start[, stop, step, dtype, device])	创建一个等间距值的数组。
arccos(x, /)	三角反余弦，逐元素计算。
arccosh(x, /)	反双曲余弦，逐元素计算。
arcsin(x, /)	反正弦，逐元素计算。
arcsinh(x, /)	反双曲正弦，逐元素计算。
arctan(x, /)	三角反正切，逐元素计算。
arctan2(x1, x2, /)	x1/x2 的逐元素反正切，正确选择象限。
arctanh(x, /)	反双曲正切，逐元素计算。
argmax(a[, axis, out, keepdims])	返回沿轴的最大值的索引。
argmin(a[, axis, out, keepdims])	返回沿轴的最小值的索引。
argpartition(a, kth[, axis])	返回部分排序数组的索引。
argsort(a[, axis, kind, order, stable, ...])	返回排序数组的索引。
argwhere(a, *[, size, fill_value])	查找非零数组元素的索引
around(a[, decimals, out])	jax.numpy.round() 的别名
array(object[, dtype, copy, order, ndmin, ...])	将对象转换为 JAX 数组。
array_equal(a1, a2[, equal_nan])	检查两个数组是否逐元素相等。
array_equiv(a1, a2)	检查两个数组是否逐元素相等。
array_repr(arr[, max_line_width, precision, ...])	返回数组的字符串表示形式。
array_split(ary, indices_or_sections[, axis])	将数组拆分为子数组。
array_str(a[, max_line_width, precision, ...])	返回数组中数据的字符串表示形式。
asarray(a[, dtype, order, copy, device])	将对象转换为 JAX 数组。
asin(x, /)	jax.numpy.arcsin() 的别名
asinh(x, /)	jax.numpy.arcsinh() 的别名
astype(x, dtype, /, *[, copy, device])	将数组转换为指定的 dtype。
atan(x, /)	jax.numpy.arctan() 的别名
atanh(x, /)	jax.numpy.arctanh() 的别名
atan2(x1, x2, /)	jax.numpy.arctan2() 的别名
atleast_1d()	将输入转换为至少具有 1 个维度的数组。
atleast_2d()	将输入转换为至少具有 2 个维度的数组。
atleast_3d()	将输入转换为至少具有 3 个维度的数组。
average()	沿指定的轴计算加权平均值。
bartlett(M)	返回 Bartlett 窗。
bincount(x[, weights, minlength, length])	计算整数数组中每个值的出现次数。
bitwise_and	逐元素计算按位 AND 操作。
bitwise_count(x, /)	计算x中每个元素的绝对值的二进制表示中1的个数。
bitwise_invert(x, /)	计算按位取反，或按位非，逐元素操作。
bitwise_left_shift(x, y, /)	将整数的位向左移动。
bitwise_not(x, /)	计算按位取反，或按位非，逐元素操作。
bitwise_or	逐元素计算按位或运算。
bitwise_right_shift(x1, x2, /)	jax.numpy.right_shift()的别名。
bitwise_xor	逐元素计算按位异或运算。
blackman(M)	返回Blackman窗。
block(arrays)	从嵌套的块列表中组装一个nd数组。
bool_	bool的别名
broadcast_arrays(*args)	将数组广播到一个共同的形状。
broadcast_shapes()	将输入形状广播到一个共同的输出形状。
broadcast_to(array, shape)	将数组广播到指定的形状。
c_	沿着最后一个轴连接切片、标量和类数组对象。
can_cast(from_, to[, casting])	如果根据转换规则可以发生数据类型之间的转换，则返回True。
cbrt(x, /)	返回数组的立方根，逐元素操作。
cdouble	complex128的别名
ceil(x, /)	向上舍入输入到最接近的整数。
character()	所有字符字符串标量类型的抽象基类。
choose(a, choices[, out, mode])	根据索引数组和要从中选择的数组列表构造一个数组。
clip([arr, min, max, a, a_min, a_max])	将数组值剪辑到指定的范围。
column_stack(tup)	按列堆叠数组。
complex_	complex128的别名
complex128(x)
complex64(x)
complexfloating()	所有由浮点数组成的复数标量类型的抽象基类。
ComplexWarning	将复数dtype转换为实数dtype时引发的警告。
compress(condition, a[, axis, size, ...])	使用布尔条件沿给定轴压缩数组。
concat(arrays, /, *[, axis])	沿着现有轴连接数组。
concatenate(arrays[, axis, dtype])	沿着现有轴连接数组。
conj(x, /)	返回复共轭，逐元素操作。
conjugate(x, /)	返回复共轭，逐元素操作。
convolve(a, v[, mode, precision, ...])	两个一维数组的卷积。
copy(a[, order])	返回数组的副本。
copysign(x1, x2, /)	将x2中每个元素的符号复制到x1中相应的元素。
corrcoef(x[, y, rowvar])	返回皮尔逊积矩相关系数。
correlate(a, v[, mode, precision, ...])	两个一维数组的相关性。
cos(x, /)	计算输入每个元素的三角余弦。
cosh(x, /)	双曲余弦，逐元素操作。
count_nonzero(a[, axis, keepdims])	返回沿给定轴非零元素的数量。
cov(m[, y, rowvar, bias, ddof, fweights, ...])	根据数据和权重估计协方差矩阵。
cross(a, b[, axisa, axisb, axisc, axis])	返回两个（向量数组）的叉积。
csingle	complex64的别名
cumprod(a[, axis, dtype, out])	沿轴计算元素的累积积。
cumsum(a[, axis, dtype, out])	沿轴计算元素的累积和。
cumulative_sum(x, /, *[, axis, dtype, ...])	沿数组的轴计算累积和。
deg2rad(x, /)	将角度从度转换为弧度。
degrees(x, /)	将角度从弧度转换为度。
delete(arr, obj[, axis, assume_unique_indices])	从数组中删除条目或条目。
diag(v[, k])	返回指定的对角线或构造对角线数组。
diag_indices(n[, ndim])	返回用于访问多维数组主对角线的索引。
diag_indices_from(arr)	返回用于访问给定数组主对角线的索引。
diagflat(v[, k])	返回一个二维数组，其中扁平化的输入数组位于对角线上。
diagonal(a[, offset, axis1, axis2])	返回数组的指定对角线。
diff(a[, n, axis, prepend, append])	计算沿给定轴的数组元素之间的n阶差分。
digitize(x, bins[, right])	返回输入数组中每个值所属的bin的索引。
divide(x1, x2, /)	jax.numpy.true_divide()的别名。
divmod(x1, x2, /)	逐元素计算x1除以x2的整数商和余数
dot(a, b, *[, precision, preferred_element_type])	计算两个数组的点积。
double	float64 的别名
dsplit(ary, indices_or_sections)	沿深度方向将数组分割成子数组。
dstack(tup[, dtype])	沿深度方向堆叠数组。
dtype(dtype[, align, copy])	创建一个数据类型对象。
ediff1d(ary[, to_end, to_begin])	计算扁平化数组元素的差值。
einsum()	爱因斯坦求和
einsum_path()	在不评估 einsum 的情况下评估最佳收缩路径。
empty(shape[, dtype, device])	创建一个空的数组。
empty_like(prototype[, dtype, shape, device])	创建一个与数组具有相同形状和数据类型的空数组。
equal(x, y, /)	逐元素返回 (x1 == x2)。
exp(x, /)	计算输入的逐元素指数。
exp2(x, /)	计算输入的逐元素以 2 为底的指数。
expand_dims(a, axis)	在数组中插入长度为 1 的维度
expm1(x, /)	计算输入每个元素的 exp(x)-1。
extract(condition, arr, *[, size, fill_value])	返回满足条件的数组元素。
eye(N[, M, k, dtype, device])	创建一个方阵或矩形单位矩阵
fabs(x, /)	计算实值输入的逐元素绝对值。
fill_diagonal(a, val[, wrap, inplace])	返回一个数组的副本，其中对角线被覆盖。
finfo(dtype)	浮点类型的机器限制。
fix(x[, out])	将输入四舍五入到最接近零的整数。
flatnonzero(a, *[, size, fill_value])	返回扁平化数组中非零元素的索引
flexible()	所有没有预定义长度的标量类型的抽象基类。
flip(m[, axis])	沿给定轴反转数组元素的顺序。
fliplr(m)	沿轴 1 反转数组元素的顺序。
flipud(m)	沿轴 0 反转数组元素的顺序。
float_	float64 的别名
float_power(x, y, /)	计算 y 的逐元素以 x 为底的指数。
float16(x)
float32(x)
float64(x)
floating()	所有浮点标量类型的抽象基类。
floor(x, /)	将输入向下舍入到最接近的整数。
floor_divide(x1, x2, /)	逐元素计算 x1 除以 x2 的向下取整除法
fmax(x1, x2)	返回输入数组的逐元素最大值。
fmin(x1, x2)	返回输入数组的逐元素最小值。
fmod(x1, x2, /)	返回除法的逐元素余数。
frexp(x, /)	将 x 的元素分解成尾数和以 2 为底的指数。
frombuffer(buffer[, dtype, count, offset])	将缓冲区转换为一维 JAX 数组。
fromfile(*args, **kwargs)	jnp.fromfile 的未实现 JAX 包装器。
fromfunction(function, shape, *[, dtype])	通过在每个坐标上执行函数来构造数组。
fromiter(*args, **kwargs)	jnp.fromiter 的未实现 JAX 包装器。
frompyfunc(func, /, nin, nout, *[, identity])	从任意兼容 JAX 的标量函数创建 JAX ufunc。
fromstring(string[, dtype, count])	将文本字符串转换为一维 JAX 数组。
from_dlpack(x, /, *[, device, copy])	通过 DLPack 构造 JAX 数组。
full(shape, fill_value[, dtype, device])	创建一个充满指定值的数组。
full_like(a, fill_value[, dtype, shape, device])	创建一个充满指定值的数组，其形状和数据类型与数组相同。
gcd(x1, x2)	计算两个数组的最大公约数。
generic()	numpy 标量类型的基类。
geomspace(start, stop[, num, endpoint, ...])	返回对数刻度上均匀间隔的数字（几何级数）。
get_printoptions()	返回当前打印选项。
gradient(f, *varargs[, axis, edge_order])	返回 N 维数组的梯度。
greater(x, y, /)	返回 x > y 的逐元素真值。
greater_equal(x, y, /)	返回 x >= y 的逐元素真值。
hamming(M)	返回汉明窗。
hanning(M)	返回汉宁窗。
heaviside(x1, x2, /)	计算海维赛德阶跃函数。
histogram(a[, bins, range, weights, density])	计算数据集的直方图。
histogram_bin_edges(a[, bins, range, weights])	仅计算 histogram 使用的 bin 边缘的函数
histogram2d(x, y[, bins, range, weights, ...])	计算两个数据样本的二维直方图。
histogramdd(sample[, bins, range, weights, ...])	计算某些数据的多分量直方图。
hsplit(ary, indices_or_sections)	水平分割数组为子数组。
hstack(tup[, dtype])	水平堆叠数组。
hypot(x1, x2, /)	给定直角三角形的“直角边”，返回其斜边。
i0	第一类修正贝塞尔函数，阶数为0。
identity(n[, dtype])	创建一个正方形单位矩阵
iinfo(int_type)
imag(val, /)	返回复数参数的虚部。
index_exp	一种更友好的构建数组索引元组的方式。
indices()	返回表示网格索引的数组。
inexact()	所有数值标量类型的抽象基类，其值范围（可能）以不精确的方式表示，例如浮点数。
inner(a, b, *[, precision, ...])	计算两个数组的内积。
insert(arr, obj, values[, axis])	在给定轴上的给定索引之前插入值。
int_	int64 的别名
int16(x)
int32(x)
int64(x)
int8(x)
integer()	所有整数标量类型的抽象基类。
interp(x, xp, fp[, left, right, period])	单维线性插值，适用于单调递增的样本点。
intersect1d(ar1, ar2[, assume_unique, ...])	计算两个一维数组的交集。
invert(x, /)	计算按位取反，或按位非，逐元素操作。
isclose(a, b[, rtol, atol, equal_nan])	检查两个数组的元素在容差范围内是否近似相等。
iscomplex(x)	返回布尔数组，显示输入在何处为复数。
iscomplexobj(x)	检查输入是否为复数或包含复数元素的数组。
isdtype(dtype, kind)	返回一个布尔值，指示提供的 dtype 是否为指定类型。
isfinite(x, /)	逐元素测试有限性（不是无穷大，也不是非数字）。
isin(element, test_elements[, ...])	确定element中的元素是否出现在test_elements中。
isinf(x, /)	逐元素测试正无穷或负无穷。
isnan(x, /)	逐元素测试 NaN 并将结果作为布尔数组返回。
isneginf(x, /[, out])	逐元素测试负无穷，将结果作为布尔数组返回。
isposinf(x, /[, out])	逐元素测试负无穷，将结果作为布尔数组返回。
isreal(x)	返回布尔数组，显示输入在何处为实数。
isrealobj(x)	检查输入是否不是复数或包含复数元素的数组。
isscalar(element)	如果element的类型是标量类型，则返回 True。
issubdtype(arg1, arg2)	如果第一个参数是类型层次结构中较低/相等的类型代码，则返回 True。
iterable(y)	检查对象是否可以迭代。
ix_(*args)	从 N 个一维序列返回一个多维网格（开放网格）。
kaiser(M, beta)	返回凯泽窗。
kron(a, b)	计算两个输入数组的克罗内克积。
lcm(x1, x2)	计算两个数组的最小公倍数。
ldexp(x1, x2, /)	逐元素返回 x1 * 2**x2。
left_shift(x, y, /)	将整数的位向左移动。
less(x, y, /)	返回x < y的逐元素真值。
less_equal(x, y, /)	返回x <= y的逐元素真值。
lexsort(keys[, axis])	使用一系列键执行间接稳定排序。
linspace()	在区间内返回等间距的数字。
load(*args, **kwargs)	从.npy、.npz或pickle文件中加载数组或pickle对象。
log(x, /)	计算输入的逐元素自然对数。
log10(x, /)	逐元素计算 x 的以 10 为底的对数
log1p(x, /)	计算一加输入的逐元素对数，log(x+1)。
log2(x, /)	逐元素计算x的以 2 为底的对数。
logaddexp(x1, x2, /)	计算log(exp(x1) + exp(x2))，避免溢出。
logaddexp2(x1, x2, /)	以 2 为底计算输入指数和的对数，避免溢出。
logical_and	逐元素计算逻辑 AND 运算。
logical_not(x, /)	逐元素计算 NOT x 的真值。
logical_or	逐元素计算逻辑 OR 运算。
逻辑异或	逐元素计算逻辑异或运算。
logspace(start, stop[, num, endpoint, base, ...])	返回对数刻度上均匀分布的数字。
mask_indices(*args, **kwargs)	给定一个掩码函数，返回访问 (n, n) 数组的索引。
matmul(a, b, *[, precision, ...])	执行矩阵乘法。
matrix_transpose(x, /)	转置数组的最后两个维度。
max(a[, axis, out, keepdims, initial, where])	沿给定轴返回数组元素的最大值。
maximum(x, y, /)	返回输入数组的逐元素最大值。
mean(a[, axis, dtype, out, keepdims, where])	沿给定轴返回数组元素的平均值。
median(a[, axis, out, overwrite_input, keepdims])	沿给定轴返回数组元素的中位数。
meshgrid(*xi[, copy, sparse, indexing])	从坐标向量返回坐标矩阵的元组。
mgrid	返回密集的多维“网格”。
min(a[, axis, out, keepdims, initial, where])	沿给定轴返回数组元素的最小值。
minimum(x, y, /)	返回输入数组的逐元素最小值。
mod(x1, x2, /)	返回除法的逐元素余数。
modf(x, /[, out])	逐元素返回数组的小数部分和整数部分。
moveaxis(a, source, destination)	将数组轴移动到新位置
乘法	逐元素将两个数组相乘。
nan_to_num(x[, copy, nan, posinf, neginf])	将 NaN 替换为零，将无穷大替换为大的有限数字（默认
nanargmax(a[, axis, out, keepdims])	返回指定轴上最大值的索引，忽略
nanargmin(a[, axis, out, keepdims])	返回指定轴上最小值的索引，忽略
nancumprod(a[, axis, dtype, out])	沿轴计算元素的累积积，忽略 NaN 值。
nancumsum(a[, axis, dtype, out])	沿轴计算元素的累积和，忽略 NaN 值。
nanmax(a[, axis, out, keepdims, initial, where])	沿给定轴返回数组元素的最大值，忽略 NaN。
nanmean(a[, axis, dtype, out, keepdims, where])	沿给定轴返回数组元素的平均值，忽略 NaN。
nanmedian(a[, axis, out, overwrite_input, ...])	沿给定轴返回数组元素的中位数，忽略 NaN。
nanmin(a[, axis, out, keepdims, initial, where])	沿给定轴返回数组元素的最小值，忽略 NaN。
nanpercentile(a, q[, axis, out, ...])	计算数据沿指定轴的百分位数，忽略 NaN 值。
nanprod(a[, axis, dtype, out, keepdims, ...])	沿给定轴返回数组元素的乘积，忽略 NaN。
nanquantile(a, q[, axis, out, ...])	计算数据沿指定轴的分位数，忽略 NaN。
nanstd(a[, axis, dtype, out, ddof, ...])	沿给定轴计算标准差，忽略 NaN。
nansum(a[, axis, dtype, out, keepdims, ...])	沿给定轴返回数组元素的和，忽略 NaN。
nanvar(a[, axis, dtype, out, ddof, ...])	沿给定轴计算数组元素的方差，忽略 NaN。
ndarray	Array 的别名
ndim(a)	返回数组的维度数。
negative(x, /)	返回输入的逐元素负值。
nextafter(x, y, /)	返回x朝向y的下一个浮点值。
nonzero(a, *[, size, fill_value])	返回数组中非零元素的索引。
not_equal(x, y, /)	返回 (x1 != x2) 的逐元素结果。
数字()	所有数值标量类型的抽象基类。
object_	任何 Python 对象。
ogrid	返回开放的多维“网格”。
ones(shape[, dtype, device])	创建一个全为一的数组。
ones_like(a[, dtype, shape, device])	创建一个与数组具有相同形状和数据类型的全为一的数组。
outer(a, b[, out])	计算两个数组的外积。
packbits(a[, axis, bitorder])	将二值数组的元素打包到 uint8 数组的位中。
pad(array, pad_width[, mode])	填充数组。
partition(a, kth[, axis])	返回数组的部分排序副本。
percentile(a, q[, axis, out, ...])	计算数据沿指定轴的百分位数。
permute_dims(a, /, axes)	置换数组的轴/维度。
piecewise(x, condlist, funclist, *args, **kw)	评估跨域定义的分段函数。
place(arr, mask, vals, *[, inplace])	基于掩码更新数组元素。
poly(seq_of_zeros)	返回给定根序列的多项式的系数。
polyadd(a1, a2)	返回两个多项式的和。
polyder(p[, m])	返回指定阶多项式导数的系数。
polydiv(u, v, *[, trim_leading_zeros])	返回多项式除法的商和余数。
polyfit(x, y, deg[, rcond, full, w, cov])	对数据进行最小二乘多项式拟合。
polyint(p[, m, k])	返回指定阶多项式积分的系数。
polymul(a1, a2, *[, trim_leading_zeros])	返回两个多项式的乘积。
polysub(a1, a2)	返回两个多项式的差。
polyval(p, x, *[, unroll])	在特定值处计算多项式的值。
positive(x, /)	返回输入的逐元素正值。
pow(x1, x2, /)	jax.numpy.power() 的别名
power(x1, x2, /)	计算 x1 的 x2 次幂的逐元素运算。
printoptions(*args, **kwargs)	用于设置打印选项的上下文管理器。
prod(a[, axis, dtype, out, keepdims, ...])	返回沿给定轴的数组元素的乘积。
promote_types(a, b)	返回二元运算应将其参数转换为的类型。
ptp(a[, axis, out, keepdims])	返回沿给定轴的峰峰值范围。
put(a, ind, v[, mode, inplace])	将元素放入给定索引处的数组中。
quantile(a, q[, axis, out, overwrite_input, ...])	沿指定轴计算数据的分位数。
r_	沿第一个轴连接切片、标量和类似数组的对象。
rad2deg(x, /)	将角度从弧度转换为度。
radians(x, /)	将角度从度转换为弧度。
ravel(a[, order])	将数组展平为一维形状。
ravel_multi_index(multi_index, dims[, mode, ...])	将多维索引转换为扁平索引。
real(val, /)	返回复数参数的实部。
reciprocal(x, /)	返回参数的倒数，逐元素计算。
remainder(x1, x2, /)	返回除法的逐元素余数。
repeat(a, repeats[, axis, total_repeat_length])	从重复的元素构造一个数组。
reshape(a[, shape, order, newshape, copy])	返回数组的重新整形副本。
resize(a, new_shape)	返回具有指定形状的新数组。
result_type(*args)	返回应用 NumPy
right_shift(x1, x2, /)	将 x1 的位向右移动 x2 指定的数量。
rint(x, /)	将 x 的元素四舍五入到最接近的整数
roll(a, shift[, axis])	沿指定轴滚动数组的元素。
rollaxis(a, axis[, start])	将指定的轴滚动到给定位置。
roots(p, *[, strip_zeros])	给定系数 p 返回多项式的根。
rot90(m[, k, axes])	将数组在由轴指定的平面中逆时针旋转 90 度。
round(a[, decimals, out])	将输入均匀四舍五入到给定的十进制位数。
round_(a[, decimals, out])	将输入均匀四舍五入到给定的十进制位数。
s_	一种更友好的构建数组索引元组的方式。
save(file, arr[, allow_pickle, fix_imports])	将数组保存到 NumPy .npy 格式的二进制文件中。
savez(file, *args, **kwds)	将多个数组保存到单个未压缩的 .npz 格式文件中。
searchsorted(a, v[, side, sorter, method])	在已排序的数组中执行二分查找。
select(condlist, choicelist[, default])	根据一系列条件选择值。
set_printoptions([precision, threshold, ...])	设置打印选项。
setdiff1d(ar1, ar2[, assume_unique, size, ...])	计算两个一维数组的集合差。
setxor1d(ar1, ar2[, assume_unique, size, ...])	计算两个数组中元素的集合异或。
shape(a)	返回数组的形状。
sign(x, /)	返回输入的符号的逐元素指示。
signbit(x, /)	在符号位设置（小于零）的位置返回逐元素的 True。
signedinteger()	所有带符号整数标量类型的抽象基类。
sin(x, /)	计算输入的每个元素的三角正弦。
sinc(x, /)	返回归一化的 sinc 函数。
single	float32 的别名
sinh(x, /)	双曲正弦，逐元素计算。
size(a[, axis])	返回沿给定轴的元素数量。
sort(a[, axis, kind, order, stable, descending])	返回数组的已排序副本。
sort_complex(a)	根据实部，然后根据虚部对复杂数组进行排序。
split(ary, indices_or_sections[, axis])	将数组拆分为子数组。
sqrt(x, /)	逐元素返回数组的非负平方根。
square(x, /)	返回输入的逐元素平方。
squeeze(a[, axis])	从数组中删除一个或多个长度为 1 的轴。
stack(arrays[, axis, out, dtype])	沿着新轴连接数组。
std(a[, axis, dtype, out, ddof, keepdims, ...])	计算沿给定轴的标准差。
subtract(x, y, /)	逐元素减去参数。
sum(a[, axis, dtype, out, keepdims, ...])	沿给定轴计算数组元素的和。
swapaxes(a, axis1, axis2)	交换数组的两个轴。
take(a, indices[, axis, out, mode, ...])	从数组中获取元素。
take_along_axis(arr, indices, axis[, mode, ...])	从数组中获取元素。
tan(x, /)	计算输入每个元素的三角正切。
tanh(x, /)	逐元素计算双曲正切。
tensordot(a, b[, axes, precision, ...])	计算两个 N 维数组的张量点积。
tile(A, reps)	通过重复 A reps 指定的次数来构造一个数组。
trace(a[, offset, axis1, axis2, dtype, out])	返回数组对角线元素的和。
trapezoid(y[, x, dx, axis])	使用复合梯形规则沿给定轴积分。
transpose(a[, axes])	返回 N 维数组的转置版本。
tri(N[, M, k, dtype])	返回一个数组，在对角线及其下方为 1，其他位置为 0。
tril(m[, k])	返回数组的下三角部分。
tril_indices(n[, k, m])	返回大小为 (n, m) 的数组下三角部分的索引。
tril_indices_from(arr[, k])	返回给定数组下三角部分的索引。
trim_zeros(filt[, trim])	修剪输入数组开头和/或结尾的零。
triu(m[, k])	返回数组的上三角部分。
triu_indices(n[, k, m])	返回大小为 (n, m) 的数组上三角部分的索引。
triu_indices_from(arr[, k])	返回给定数组上三角部分的索引。
true_divide(x1, x2, /)	逐元素计算 x1 除以 x2 的结果。
trunc(x)	将输入四舍五入到最接近零的整数。
ufunc(func, /, nin, nout, *[, name, nargs, ...])	通用函数，对数组逐元素进行运算。
uint	uint64 的别名
uint16(x)
uint32(x)
uint64(x)
uint8(x)
union1d(ar1, ar2, *[, size, fill_value])	计算两个一维数组的并集。
unique(ar[, return_index, return_inverse, ...])	返回数组中唯一的值。
unique_all(x, /, *[, size, fill_value])	返回 x 中唯一的值，以及索引、反向索引和计数。
unique_counts(x, /, *[, size, fill_value])	返回 x 中唯一的值以及计数。
unique_inverse(x, /, *[, size, fill_value])	返回 x 中唯一的值，以及索引、反向索引和计数。
unique_values(x, /, *[, size, fill_value])	返回 x 中唯一的值，以及索引、反向索引和计数。
unpackbits(a[, axis, count, bitorder])	将 uint8 数组的元素解包到二进制值的输出数组中。
unravel_index(indices, shape)	将扁平索引转换为多维索引。
unstack(x, /, *[, axis])	沿轴解开数组。
unsignedinteger()	所有无符号整数标量类型的抽象基类。
unwrap(p[, discont, axis, period])	通过取相对于周期的较大增量的补码来解开。
vander(x[, N, increasing])	生成范德蒙矩阵。
var(a[, axis, dtype, out, ddof, keepdims, ...])	计算沿给定轴的方差。
vdot(a, b, *[, precision, ...])	执行两个一维向量的共轭乘法。
vecdot(x1, x2, /, *[, axis, precision, ...])	执行两个批处理向量的共轭乘法。
vectorize(pyfunc, *[, excluded, signature])	定义具有广播功能的向量化函数。
vsplit(ary, indices_or_sections)	垂直拆分数组为子数组。
vstack(tup[, dtype])	垂直堆叠数组。
where()	根据条件从两个数组中选择元素。
zeros(shape[, dtype, device])	创建一个全零数组。
zeros_like(a[, dtype, shape, device])	创建一个与给定数组形状和数据类型相同的全零数组。

jax.numpy.fft

fft(a[, n, axis, norm])	沿给定轴计算一维离散傅里叶变换。
fft2(a[, s, axes, norm])	沿给定轴计算二维离散傅里叶变换。
fftfreq(n[, d, dtype, device])	返回离散傅里叶变换的采样频率。
fftn(a[, s, axes, norm])	沿给定轴计算多维离散傅里叶变换。
fftshift(x[, axes])	将零频率分量移到频谱的中心。
hfft(a[, n, axis, norm])	计算一个数组的一维 FFT，该数组的频谱具有厄米对称性。
ifft(a[, n, axis, norm])	计算一维逆离散傅里叶变换。
ifft2(a[, s, axes, norm])	计算二维逆离散傅里叶变换。
ifftn(a[, s, axes, norm])	计算多维逆离散傅里叶变换。
ifftshift(x[, axes])	是fftshift的逆运算。
ihfft(a[, n, axis, norm])	计算一个数组的一维逆 FFT，该数组的频谱具有厄米对称性。
irfft(a[, n, axis, norm])	计算实值一维逆离散傅里叶变换。
irfft2(a[, s, axes, norm])	计算实值二维逆离散傅里叶变换。
irfftn(a[, s, axes, norm])	计算实值多维逆离散傅里叶变换。
rfft(a[, n, axis, norm])	计算实值数组的一维离散傅里叶变换。
rfft2(a[, s, axes, norm])	计算实值数组的二维离散傅里叶变换。
rfftfreq(n[, d, dtype, device])	返回离散傅里叶变换的采样频率。
rfftn(a[, s, axes, norm])	计算实值数组的多维离散傅里叶变换。

jax.numpy.linalg

cholesky(a, *[, upper])	计算矩阵的Cholesky分解。
cond(x[, p])	计算矩阵的条件数。
cross(x1, x2, /, *[, axis])	计算两个3D向量的叉积。
det(a)	计算数组的行列式。
diagonal(x, /, *[, offset])	提取矩阵或矩阵堆栈的对角线。
eig(a)	计算方阵的特征值和特征向量。
eigh(a[, UPLO, symmetrize_input])	计算厄米矩阵的特征值和特征向量。
eigvals(a)	计算一般矩阵的特征值。
eigvalsh(a[, UPLO])	计算厄米矩阵的特征值。
inv(a)	返回方阵的逆矩阵。
lstsq(a, b[, rcond, numpy_resid])	返回线性方程组的最小二乘解。
matmul(x1, x2, /, *[, precision, ...])	执行矩阵乘法。
matrix_norm(x, /, *[, keepdims, ord])	计算矩阵或矩阵堆栈的范数。
matrix_power(a, n)	将方阵提升到整数次幂。
matrix_rank(M[, rtol, tol])	计算矩阵的秩。
matrix_transpose(x, /)	转置矩阵或矩阵堆栈。
multi_dot(arrays, *[, precision])	有效地计算一系列数组之间的矩阵乘积。
norm(x[, ord, axis, keepdims])	计算矩阵或向量的范数。
outer(x1, x2, /)	计算两个一维数组的外积。
pinv(a[, rtol, hermitian, rcond])	计算矩阵的（Moore-Penrose）伪逆。
qr()	计算数组的QR分解。
slogdet(a, *[, method])	计算数组的行列式的符号和（自然）对数。
solve(a, b)	解线性方程组。
svd()	计算奇异值分解。
svdvals(x, /)	计算矩阵的奇异值。
tensordot(x1, x2, /, *[, axes, precision, ...])	计算两个 N 维数组的张量点积。
tensorinv(a[, ind])	计算数组的张量逆。
tensorsolve(a, b[, axes])	求解张量方程 a x = b 中的 x。
trace(x, /, *[, offset, dtype])	计算矩阵的迹。
vector_norm(x, /, *[, axis, keepdims, ord])	计算向量或向量批次的向量范数。
vecdot(x1, x2, /, *[, axis, precision, ...])	计算两个数组的（批处理）向量共轭点积。

JAX 数组

JAX 的 Array（及其别名 jax.numpy.ndarray）是 JAX 中的核心数组对象：您可以将其视为 JAX 中等效于 numpy.ndarray 的对象。与 numpy.ndarray 一样，大多数用户无需手动实例化 Array 对象，而是通过 jax.numpy 中的函数（如 array()、arange()、linspace() 等，如上所述）来创建它们。

复制和序列化

JAX Array 对象旨在在适当的情况下与 Python 标准库工具无缝协作。

使用内置的 copy 模块，当 copy.copy() 或 copy.deepcopy() 遇到 Array 时，它等效于调用 copy() 方法，这将在与原始数组相同的设备上创建缓冲区的副本。这将在跟踪/JIT 编译的代码中正常工作，尽管在这种情况下，编译器可能会省略复制操作。

当内置的 pickle 模块遇到 Array 时，它将通过类似于腌制 numpy.ndarray 对象的紧凑位表示形式进行序列化。取消腌制后，结果将是一个新的 Array 对象，**位于默认设备上**。这是因为通常，腌制和取消腌制可能发生在不同的运行时环境中，并且没有普遍的方法将一个运行时的设备 ID 映射到另一个运行时的设备 ID。如果在跟踪/JIT 编译的代码中使用 pickle，则会导致 ConcretizationTypeError。

Python 数组 API 标准

注意

在 JAX v0.4.32 之前，您必须 import jax.experimental.array_api 才能为 JAX 数组启用数组 API。在 JAX v0.4.32 之后，不再需要导入此模块，并且会引发弃用警告。

从 JAX v0.4.32 开始，jax.Array 和 jax.numpy 与 Python 数组 API 标准 兼容。您可以通过 jax.Array.__array_namespace__() 访问数组 API 命名空间。

>>> def f(x):
...   nx = x.__array_namespace__()
...   return nx.sin(x) ** 2 + nx.cos(x) ** 2

>>> import jax.numpy as jnp
>>> x = jnp.arange(5)
>>> f(x).round()
Array([1., 1., 1., 1., 1.], dtype=float32)

JAX 在少数几个地方偏离了标准，主要是因为 JAX 数组是不可变的，不支持就地更新。其中一些不兼容性正在通过 array-api-compat 模块得到解决。

有关更多信息，请参阅 Python 数组 API 标准 文档。