jax.numpy 模块

使用 jax.lax 中的原始操作实现 NumPy API。

虽然 JAX 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 中实现原地修改数组的 NumPy API。然而，JAX 通常能够提供一个纯函数式的替代 API。例如，JAX 提供了一个纯函数式的索引更新函数 x.at[i].set(y) 来替代原地数组更新（x[i] = y）（参见 ndarray.at）。

• 同样地，一些 NumPy 函数在可能的情况下会返回数组的视图（例如 transpose() 和 reshape()）。这些函数的 JAX 版本将返回副本，尽管使用 jax.jit() 编译一系列操作时，这些副本通常会被 XLA 优化掉。

• NumPy 在将值提升为 float64 类型方面非常积极。JAX 有时在类型提升方面不太积极（参见 类型提升语义）。

• 一些 NumPy 例程具有依赖数据的输出形状（例如 unique() 和 nonzero()）。由于 XLA 编译器要求在编译时已知数组形状，因此此类操作与 JIT 不兼容。因此，JAX 在此类函数中添加了一个可选的 size 参数，可以在静态指定该参数以便与 JIT 一起使用。

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

ndarray.at	用于索引更新功能的辅助属性。
abs(x, /)	是 jax.numpy.absolute() 的别名。
absolute(x, /)	逐元素计算绝对值。
acos(x, /)	是 jax.numpy.arccos() 的别名。
acosh(x, /)	是 jax.numpy.arccosh() 的别名。
加法	逐元素相加两个数组。
all(a[, axis, out, keepdims, where])	测试沿给定轴的所有数组元素是否评估为 True。
allclose(a, b[, rtol, atol, equal_nan])	在容差范围内检查两个数组是否逐元素近似相等。
amax(a[, axis, out, keepdims, initial, where])	是 jax.numpy.max() 的别名。
amin(a[, axis, out, keepdims, initial, where])	是 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])	测试数组沿给定轴的任何元素是否为 True。
append(arr, values[, axis])	返回一个新数组，将值附加到原始数组的末尾。
apply_along_axis(func1d, axis, arr, *args, ...)	沿轴将函数应用于一维数组切片。
apply_over_axes(func, a, axes)	反复将函数应用于指定的轴。
arange(start[, stop, step, dtype, device, ...])	创建等间距值的数组。
arccos(x, /)	计算输入数组的三角余弦的逐元素反正值。
arccosh(x, /)	计算输入数组的双曲余弦的逐元素反双曲值。
arcsin(x, /)	计算输入数组的三角正弦的逐元素反正值。
arcsinh(x, /)	计算输入数组的双曲正弦的逐元素反双曲值。
arctan(x, /)	计算输入数组的三角正切的逐元素反正值。
arctan2(x1, x2, /)	计算 x1/x2 的反正切，并选择正确的象限。
arctanh(x, /)	计算输入数组的双曲正切的逐元素反双曲值。
argmax(a[, axis, out, keepdims])	返回数组最大值的索引。
argmin(a[, axis, out, keepdims])	返回数组最小值的索引。
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])	是 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。
array_split(ary, indices_or_sections[, axis])	将数组分割成子数组。
array_str(a[, max_line_width, precision, ...])	返回数组中数据的字符串表示。
asarray(a[, dtype, order, copy, device, ...])	将对象转换为 JAX 数组。
asin(x, /)	是 jax.numpy.arcsin() 的别名。
asinh(x, /)	是 jax.numpy.arcsinh() 的别名。
astype(x, dtype, /, *[, copy, device])	将数组转换为指定的数据类型。
atan(x, /)	是 jax.numpy.arctan() 的别名。
atanh(x, /)	是 jax.numpy.arctanh() 的别名。
atan2(x1, x2, /)	是 jax.numpy.arctan2() 的别名。
atleast_1d(*arys)	将输入转换为至少具有一维的数组。
atleast_2d(*arys)	将输入转换为至少具有二维的数组。
atleast_3d(*arys)	将输入转换为至少具有三维的数组。
average(a[, axis, weights, returned, keepdims])	计算加权平均值。
bartlett(M)	返回大小为 M 的 Bartlett 窗口。
bincount(x[, weights, minlength, length])	计算整数数组中每个值出现的次数。
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 的数量。
bitwise_invert(x, /)	是 jax.numpy.invert() 的别名。
bitwise_left_shift(x, y, /)	是 jax.numpy.left_shift() 的别名。
bitwise_not(x, /)	是 jax.numpy.invert() 的别名。
bitwise_or	逐元素计算按位 OR 操作。
bitwise_right_shift(x1, x2, /)	是 jax.numpy.right_shift() 的别名。
bitwise_xor	逐元素计算按位 XOR 操作。
blackman(M)	返回大小为 M 的 Blackman 窗口。
block(arrays)	从块列表中创建数组。
bool_	是 bool 的别名。
broadcast_arrays(*args)	将数组广播到公共形状。
broadcast_shapes(*shapes)	将输入形状广播到公共输出形状。
broadcast_to(array, shape, *[, out_sharding])	将数组广播到指定的形状。
c_	沿最后一个轴连接切片、标量和类数组对象。
can_cast(from_, to[, casting])	根据转换规则，返回数据类型之间是否可以发生转换。
cbrt(x, /)	计算输入数组的逐元素立方根。
cdouble	是 complex128 的别名。
ceil(x, /)	向上取整到最近的整数。
character()	所有字符字符串标量类型的抽象基类。
choose(a, choices[, out, mode])	通过堆叠选择数组的切片来构造数组。
clip([arr, min, max, a, a_min, a_max])	将数组值裁剪到指定的范围。
column_stack(tup)	按列堆叠数组。
complex_	是 complex128 的别名。
complex128(x)	complex128 类型的 JAX 标量构造函数。
complex64(x)	complex64 类型的 JAX 标量构造函数。
complexfloating()	由浮点数组成的所有复数标量类型的抽象基类。
ComplexWarning	将复数类型转换为实数类型时引发的警告。
compress(condition, a[, axis, size, ...])	使用布尔条件沿给定轴压缩数组。
concat(arrays, /, *[, axis])	沿现有轴连接数组。
concatenate(arrays[, axis, dtype])	沿现有轴连接数组。
conj(x, /)	是 jax.numpy.conjugate() 的别名。
conjugate(x, /)	返回输入数组的逐元素复共轭。
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 中对应的元素。
corrcoef(x[, y, rowvar, dtype])	计算皮尔逊相关系数。
correlate(a, v[, mode, precision, ...])	两个一维数组的互相关。
cos(x, /)	计算输入数组的逐元素三角余弦。
cosh(x, /)	计算输入数组的双曲余弦的逐元素值。
count_nonzero(a[, axis, keepdims])	返回沿给定轴的非零元素的数量。
cov(m[, y, rowvar, bias, ddof, fweights, ...])	估计加权样本协方差。
cross(a, b[, axisa, axisb, axisc, axis])	计算两个数组的（批量）叉积。
csingle	是 complex64 的别名。
cumprod(a[, axis, dtype, out])	沿轴的元素的累积乘积。
cumsum(a[, axis, dtype, out])	沿轴的元素的累积和。
cumulative_prod(x, /, *[, axis, dtype, ...])	沿数组轴的累积乘积。
cumulative_sum(x, /, *[, axis, dtype, ...])	沿数组轴的累积和。
deg2rad(x, /)	将角度从度转换为弧度。
degrees(x, /)	是 jax.numpy.rad2deg() 的别名。
delete(arr, obj[, axis, assume_unique_indices])	从数组中删除条目。
diag(v[, k])	返回指定的对角线或构造对角线数组。
diag_indices(n[, ndim])	返回访问多维数组主对角线的索引。
diag_indices_from(arr)	返回访问给定数组主对角线的索引。
diagflat(v[, k])	返回一个二维数组，其中展平的输入数组沿对角线排列。
diagonal(a[, offset, axis1, axis2])	返回数组的指定对角线。
diff(a[, n, axis, prepend, append])	沿给定轴计算数组元素之间的 n 阶差值。
digitize(x, bins[, right, method])	将数组转换为 bin 索引。
divide(x1, x2, /)	是 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, ...])	计算两个数组的点积。
double	是 float64 的别名。
dsplit(ary, indices_or_sections)	按深度分割数组。
dstack(tup[, dtype])	按深度堆叠数组。
dtype(dtype[, align, copy])	创建数据类型对象。
ediff1d(ary[, to_end, to_begin])	计算展平数组元素的差值。
einsum(subscripts, /, *operands[, out, ...])	爱因斯坦求和。
einsum_path(subscripts, /, *operands[, optimize])	在不计算 einsum 的情况下评估最优收缩路径。
empty(shape[, dtype, device, out_sharding])	创建空数组。
empty_like(prototype[, dtype, shape, device])	创建具有与数组相同形状和数据类型的空数组。
equal(x, y, /)	返回 x == y 的逐元素真值。
exp(x, /)	计算输入数组的逐元素指数。
exp2(x, /)	计算输入数组的逐元素以 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, /)	计算输入数组的逐元素 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])	创建方阵或长方形单位矩阵。
fabs(x, /)	计算实值输入数组的逐元素绝对值。
fill_diagonal(a, val[, wrap, inplace])	返回一个对角线被覆盖的数组的副本。
finfo(dtype)	浮点类型的机器限制。
fix(x[, out])	将输入向零舍入到最接近的整数。
flatnonzero(a, *[, size, fill_value])	返回展平数组中非零元素的索引。
flexible()	没有预定义长度的所有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_	是 float64 的别名。
float_power(x, y, /)	计算以 x 为底，y 为指数的逐元素幂。
float16(x)	float16 类型的 JAX 标量构造函数。
float32(x)	float32 类型的 JAX 标量构造函数。
float64(x)	float64 类型的 JAX 标量构造函数。
floating()	所有浮点数标量类型的抽象基类。
floor(x, /)	向下取整到最近的整数。
floor_divide(x1, x2, /)	逐元素计算 x1 除以 x2 的地板除法。
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, /)	逐元素计算浮点数取模操作。
frexp(x, /)	将浮点数值分解为尾数和 2 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])	通过对索引应用函数来创建数组。
fromiter(*args, **kwargs)	jnp.fromiter 的未实现 JAX 包装器。
frompyfunc(func, /, nin, nout, *[, identity])	从任意 JAX 兼容的标量函数创建 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 构建 JAX 数组。
full(shape, fill_value[, dtype, device])	创建充满指定值的数组。
full_like(a, fill_value[, dtype, shape, device])	创建具有与数组相同形状和数据类型的、充满指定值的数组。
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, ...])	生成几何间隔的值。
get_printoptions()	是 numpy.get_printoptions() 的别名。
gradient(f, *varargs[, axis, edge_order])	计算采样函数的数值梯度。
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)	返回大小为 M 的 Hamming 窗口。
hanning(M)	返回大小为 M 的 Hanning 窗口。
heaviside(x1, x2, /)	计算阶跃函数（Heaviside 函数）。
histogram(a[, bins, range, weights, density])	计算一维直方图。
histogram_bin_edges(a[, bins, range, weights])	计算直方图的 bin 边缘。
histogram2d(x, y[, bins, range, weights, ...])	计算二维直方图。
histogramdd(sample[, bins, range, weights, ...])	计算 N 维直方图。
hsplit(ary, indices_or_sections)	将数组水平分割成子数组。
hstack(tup[, dtype])	水平堆叠数组。
hypot(x1, x2, /)	对于给定直角三角形的两个直角边，返回逐元素的斜边长。
i0(x)	计算第一类零阶修正贝塞尔函数。
identity(n[, dtype])	创建方阵单位矩阵。
iinfo(int_type)
imag(val, /)	返回复数参数的逐元素虚部。
index_exp	一种更方便地为数组构建索引元组的方法。
indices(dimensions[, dtype, sparse])	生成网格索引数组。
inexact()	在其范围内可能包含不精确表示值的数字标量类型的抽象基类，例如浮点数。
inner(a, b, *[, precision, ...])	计算两个数组的内积。
insert(arr, obj, values[, axis])	在指定索引处将条目插入数组。
int_	是 int64 的别名。
int16(x)	int16 类型的 JAX 标量构造函数。
int32(x)	int32 类型的 JAX 标量构造函数。
int64(x)	int64 类型的 JAX 标量构造函数。
int8(x)	int8 类型的 JAX 标量构造函数。
integer()	所有整数标量类型的抽象基类。
interp(x, xp, fp[, left, right, period])	一维线性插值。
intersect1d(ar1, ar2[, assume_unique, ...])	计算两个一维数组的集合交集。
invert(x, /)	计算输入数组的按位取反。
isclose(a, b[, rtol, atol, equal_nan])	在容差范围内检查两个数组的元素是否近似相等。
iscomplex(x)	返回一个布尔数组，显示输入是复数的位置。
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 是否属于指定种类。
isfinite(x, /)	返回一个布尔数组，指示输入中的每个元素是否为有限值。
isin(element, test_elements[, ...])	确定 element 中的元素是否出现在 test_elements 中。
isinf(x, /)	返回一个布尔数组，指示输入中的每个元素是否为无穷大。
isnan(x, /)	返回一个布尔数组，指示输入中的每个元素是否为 NaN。
isneginf(x, /[, out])	返回一个布尔数组，指示输入中的每个元素是否为负无穷大。
isposinf(x, /[, out])	返回一个布尔数组，指示输入中的每个元素是否为正无穷大。
isreal(x)	返回一个布尔数组，显示输入是实数的位置。
isrealobj(x)	检查输入是否不是复数或包含复数元素的数组。
isscalar(element)	如果输入是标量，则返回 True。
issubdtype(arg1, arg2)	如果 arg1 在类型层次结构中等于或低于 arg2，则返回 True。
iterable(y)	检查一个对象是否可以迭代。
ix_(*args)	从 N 个一维序列返回多维网格（开放网格）。
kaiser(M, beta)	返回大小为 M 的 Kaiser 窗口。
kron(a, b)	计算两个输入数组的 Kronecker 乘积。
lcm(x1, x2)	计算两个数组的最小公倍数。
ldexp(x1, x2, /)	计算 x1 * 2 ** x2。
left_shift(x, y, /)	将 x 的位向左移动 y 指定的数量，逐元素进行。
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])	按字典序对键序列进行排序。
linspace(start, stop[, num, endpoint, ...])	在区间内返回等间距的数字。
load(file, *args, **kwargs)	从 npy 文件加载 JAX 数组。
log(x, /)	计算输入数组的逐元素自然对数。
log10(x, /)	逐元素计算 x 的以 10 为底的对数。
log1p(x, /)	逐元素计算 log(x+1)。
log2(x, /)	逐元素计算 x 的以 2 为底的对数。
logaddexp	计算 log(exp(x1) + exp(x2))，避免溢出。
logaddexp2	以 2 为底，计算 log(exp(x1) + exp(x2))，避免溢出。
logical_and	逐元素计算逻辑 AND 操作。
logical_not(x, /)	逐元素计算逻辑 NOT bool(x)。
logical_or	逐元素计算逻辑 OR 操作。
logical_xor	逐元素计算逻辑 XOR 操作。
logspace(start, stop[, num, endpoint, base, ...])	生成对数间隔的值。
mask_indices(n, mask_func[, k, size])	返回 (n, n) 数组掩码的索引。
matmul(a, b, *[, precision, ...])	执行矩阵乘法。
matrix_transpose(x, /)	转置数组的最后两个维度。
matvec(x1, x2, /)	批量矩阵-向量乘积。
max(a[, axis, out, keepdims, initial, where])	返回数组元素沿给定轴的最大值。
maximum	返回输入数组的逐元素最大值。
mean(a[, axis, dtype, out, keepdims, where])	返回给定轴上数组元素的平均值。
median(a[, axis, out, overwrite_input, keepdims])	返回数组元素沿给定轴的中位数。
meshgrid(*xi[, copy, sparse, indexing])	从 N 个一维向量构建 N 维网格数组。
mgrid	返回密集的多维“网格”。
min(a[, axis, out, keepdims, initial, where])	返回给定轴上数组元素的最小值。
minimum	返回输入数组的逐元素最小值。
mod(x1, x2, /)	是 jax.numpy.remainder() 的别名。
modf(x, /[, out])	返回输入数组的逐元素小数部分和整数部分。
moveaxis(a, source, destination)	将数组轴移动到新位置。
multiply	逐元素相乘两个数组。
nan_to_num(x[, copy, nan, posinf, neginf])	替换数组中的 NaN 和无穷大条目。
nanargmax(a[, axis, out, keepdims])	返回数组最大值的索引，忽略 NaN。
nanargmin(a[, axis, out, keepdims])	返回数组最小值的索引，忽略 NaN。
nancumprod(a[, axis, dtype, out])	沿轴的累积乘积，忽略 NaN 值。
nancumsum(a[, axis, dtype, out])	沿轴的累积和，忽略 NaN 值。
nanmax(a[, axis, out, keepdims, initial, where])	返回数组元素沿给定轴的最大值，忽略 NaN。
nanmean(a[, axis, dtype, out, keepdims, where])	返回数组元素沿给定轴的平均值，忽略 NaN。
nanmedian(a[, axis, out, overwrite_input, ...])	返回数组元素沿给定轴的中位数，忽略 NaN。
nanmin(a[, axis, out, keepdims, initial, where])	返回数组元素沿给定轴的最小值，忽略 NaN。
nanpercentile(a, q[, axis, out, ...])	沿指定轴计算数据的百分位数，忽略 NaN 值。
nanprod(a[, axis, dtype, out, keepdims, ...])	返回数组元素沿给定轴的乘积，忽略 NaN。
nanquantile(a, q[, axis, out, ...])	沿指定轴计算数据的分位数，忽略 NaN 值。
nanstd(a[, axis, dtype, out, ddof, ...])	沿给定轴计算标准差，忽略 NaN。
nansum(a[, axis, dtype, out, keepdims, ...])	返回数组元素沿给定轴的和，忽略 NaN。
nanvar(a[, axis, dtype, out, ddof, ...])	沿给定轴计算方差，忽略 NaN。
ndarray	是 Array 的别名。
ndim(a)	返回数组的维度数。
negative	返回输入数组的逐元素负值。
nextafter(x, y, /)	返回 x 沿 y 方向的下一个浮点数，逐元素进行。
nonzero(a, *[, size, fill_value])	返回数组中非零元素的索引。
not_equal(x, y, /)	返回 x != y 的逐元素真值。
number()	所有数字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, out_sharding])	创建充满 1 的数组。
ones_like(a[, dtype, shape, device, ...])	创建具有与数组相同形状和数据类型的、充满 1 的数组。
outer(a, b[, out])	计算两个数组的外积。
packbits(a[, axis, bitorder])	将位数组打包成 uint8 数组。
pad(array, pad_width[, mode])	向数组添加填充。
partition(a, kth[, axis])	返回数组的部分排序副本。
percentile(a, q[, axis, out, ...])	沿指定轴计算数据的百分位数。
permute_dims(a, /, axes)	置换数组的轴/维度。
piecewise(x, condlist, funclist, *args, **kw)	在域上分段求值函数。
place(arr, mask, vals, *[, inplace])	根据掩码更新数组元素。
poly(seq_of_zeros)	返回给定根序列的多项式系数。
polyadd(a1, a2)	返回两个多项式的和。
polyder(p[, m])	返回指定阶数多项式导数的系数。
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])	最小二乘多项式拟合数据。
polyint(p[, m, k])	返回指定阶数多项式积分的系数。
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])	在特定值处评估多项式。
positive(x, /)	返回输入的逐元素正值。
pow(x1, x2, /)	是 jax.numpy.power() 的别名
power(x1, x2, /)	计算 x1 的逐元素指数 x2。
printoptions(*args, **kwargs)	是 numpy.printoptions() 的别名。
prod(a[, axis, dtype, out, keepdims, ...])	返回给定轴上数组元素的乘积。
promote_types(a, b)	返回二进制运算应将参数强制转换为的类型。
ptp(a[, axis, out, keepdims])	返回沿给定轴的峰峰值范围。
put(a, ind, v[, mode, inplace])	将元素按指定索引放入数组。
put_along_axis(arr, indices, values, axis[, ...])	通过匹配一维索引和数据切片将值放入目标数组。
quantile(a, q[, axis, out, overwrite_input, ...])	计算指定轴上数据的分位数。
r_	沿第一个轴连接切片、标量和类数组对象。
rad2deg(x, /)	将弧度转换为度。
radians(x, /)	是 jax.numpy.deg2rad() 的别名
ravel(a[, order, out_sharding])	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, /)	返回复数参数的逐元素实部。
reciprocal(x, /)	计算输入的逐元素倒数。
remainder(x1, x2, /)	返回除法的逐元素余数。
repeat(a, repeats[, axis, ...])	从重复元素构造数组。
reshape(a, shape[, order, copy, out_sharding])	返回数组的重塑副本。
resize(a, new_shape)	返回具有指定形状的新数组。
result_type(*args)	返回将 JAX 提升规则应用于输入的类型。
right_shift(x1, x2, /)	将 x1 的位右移指定的量 x2。
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])	将指定轴滚动到给定位置。
roots(p[, strip_zeros])	返回给定系数 p 的多项式的根。
rot90(m[, k, axes])	在指定的坐标轴所定义的平面内，将数组逆时针旋转 90 度。
round(a[, decimals, out])	将输入四舍五入到指定的小数位数。
s_	一种更方便地为数组构建索引元组的方法。
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[, allow_pickle])	将多个数组保存到未压缩的 .npz 格式的单个文件中。
searchsorted(a, v[, side, sorter, method])	在已排序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(*args, **kwargs)	是 numpy.set_printoptions() 的别名。
setdiff1d(ar1, ar2[, assume_unique, size, ...])	计算两个一维数组的集合差集。
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, /)	返回输入的逐元素符号指示。
signbit(x, /)	返回数组元素的符号位。
signedinteger()	所有有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, /)	计算归一化 sinc 函数。
single	alias of float32
sinh(x, /)	计算输入的逐元素双曲正弦。
size(a[, axis])	返回沿给定轴的元素数量。
sort(a[, axis, kind, order, stable, descending])	返回数组的排序副本。
sort_complex(a)	返回复数数组的排序副本。
spacing(x, /)	返回 x 与下一个相邻数字之间的间距。
split(ary, indices_or_sections[, axis])	将数组分割成子数组。
sqrt(x, /)	计算数组的逐元素非负平方根。
square(x, /)	计算数组的逐元素平方。
squeeze(a[, axis])	移除数组的一个或多个长度为 1 的轴
stack(arrays[, axis, out, dtype])	沿新轴连接数组。
std(a[, axis, dtype, out, ddof, keepdims, ...])	计算沿给定轴的标准差。
subtract	逐元素减去两个数组。
sum(a[, axis, dtype, out, keepdims, ...])	在给定轴上对数组元素求和。
swapaxes(a, axis1, axis2)	交换数组的两个轴。
take(a, indices[, axis, out, mode, ...])	从数组中选取元素。
take_along_axis(arr, indices[, axis, mode, ...])	从数组中选取元素。
tan(x, /)	计算输入的每个元素的三角正切。
tanh(x, /)	计算输入的逐元素双曲正切。
tensordot(a, b[, axes, precision, ...])	计算两个 N 维数组的张量点积。
tile(A, reps)	沿指定维度重复 A 来构造数组。
trace(a[, offset, axis1, axis2, dtype, out])	计算沿给定轴的输入的对角线之和。
trapezoid(y[, x, dx, axis])	使用复合梯形法则沿给定轴积分。
transpose(a[, axes])	返回 N 维数组的转置版本。
tri(N[, M, k, dtype])	返回对角线及其以下为 1，其他地方为 0 的数组。
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) 的数组的下三角索引。
tril_indices_from(arr[, k])	返回给定数组的下三角索引。
trim_zeros(filt[, trim, axis])	修剪输入数组的前导和/或尾随零。
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) 的数组的上三角索引。
triu_indices_from(arr[, k])	返回给定数组的上三角索引。
true_divide(x1, x2, /)	逐元素计算 x1 除以 x2 的结果
trunc(x)	将输入向零舍入到最接近的整数。
ufunc(func, /, nin, nout, *[, name, nargs, ...])	对数组进行逐元素操作的通用函数。
uint	alias of uint64
uint16(x)	JAX uint16 类型的标量构造函数。
uint32(x)	JAX uint32 类型的标量构造函数。
uint64(x)	JAX uint64 类型的标量构造函数。
uint8(x)	JAX uint8 类型的标量构造函数。
union1d(ar1, ar2, *[, size, fill_value])	计算两个一维数组的集合并集。
unique(ar[, return_index, return_inverse, ...])	返回数组中的唯一值。
unique_all(x, /, *[, size, fill_value])	从 x 返回唯一值，以及索引、逆索引和计数。
unique_counts(x, /, *[, size, fill_value])	返回 x 中的唯一值以及它们的计数。
unique_inverse(x, /, *[, size, fill_value])	从 x 返回唯一值，以及索引、逆索引和计数。
unique_values(x, /, *[, size, fill_value])	从 x 返回唯一值，以及索引、逆索引和计数。
unpackbits(a[, axis, count, bitorder])	解包 uint8 数组中的位。
unravel_index(indices, shape)	将扁平索引转换为多维索引。
unstack(x, /, *[, axis])	沿轴解堆栈数组。
unsignedinteger()	所有无符号整数标量类型的抽象基类。
unwrap(p[, discont, axis, period])	解开周期性信号。
vander(x[, N, increasing])	生成范德蒙德矩阵。
var(a[, axis, dtype, out, ddof, keepdims, ...])	计算给定轴上的方差。
vdot(a, b, *[, precision, ...])	执行两个一维向量的共轭乘积。
vecdot(x1, x2, /, *[, axis, precision, ...])	执行两个批量向量的共轭乘积。
vecmat(x1, x2, /)	批量共轭向量-矩阵乘积。
vectorize(pyfunc, *[, excluded, signature])	定义一个支持广播的向量化函数。
vsplit(ary, indices_or_sections)	垂直分割数组为子数组。
vstack(tup[, dtype])	垂直堆叠数组。
where(condition[, x, y, size, fill_value])	根据条件从两个数组中选择元素。
zeros(shape[, dtype, device, out_sharding])	创建全零数组。
zeros_like(a[, dtype, shape, device, ...])	创建与数组形状和 dtype 相同的全零数组。

jax.numpy.fft

fft(a[, n, axis, norm])	计算给定轴上的一个一维离散傅里叶变换。
fft2(a[, s, axes, norm])	计算给定轴上的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])	计算给定轴上的多维离散傅里叶变换。
fftshift(x[, axes])	将零频率 FFT 分量移动到频谱中心。
hfft(a[, n, axis, norm])	计算具有厄米对称频谱的数组的一维 FFT。
ifft(a[, n, axis, norm])	计算一维离散傅里叶逆变换。
ifft2(a[, s, axes, norm])	计算二维离散傅里叶逆变换。
ifftn(a[, s, axes, norm])	计算多维离散傅里叶逆变换。
ifftshift(x[, axes])	是 jax.numpy.fft.fftshift() 的逆运算。
ihfft(a[, n, axis, norm])	计算具有厄米对称频谱的数组的一维逆 FFT。
irfft(a[, n, axis, norm])	计算实值的一维离散傅里叶逆变换。
irfft2(a[, s, axes, norm])	计算实值的二维离散傅里叶逆变换。
irfftn(a[, s, axes, norm])	计算实值多维离散傅里叶逆变换。
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, symmetrize_input])	计算矩阵的 Cholesky 分解。
cond(x[, p])	计算矩阵的条件数。
cross(x1, x2, /, *[, axis])	计算两个三维向量的叉积
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, symmetrize_input])	计算厄米矩阵的特征值。
inv(a)	返回方阵的逆。
lstsq(a, b[, rcond, numpy_resid])	返回线性方程的最小二乘解。
matmul(x1, x2, /, *[, precision, ...])	执行矩阵乘法。
matrix_norm(x, /, *[, keepdims, ord])	计算矩阵或矩阵堆的范数。
matrix_power(a, n)	将方阵提升到整数幂。
matrix_rank(M[, rtol, tol])	计算矩阵的秩。
matrix_transpose(x, /)	转置矩阵或矩阵堆。
multi_dot(arrays, *[, precision])	高效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（摩尔-彭罗斯）伪逆。
qr(a[, mode])	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)	求解线性方程组。
svd(a[, full_matrices, compute_uv, ...])	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])	计算张量的逆。
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])	计算向量或向量批的向量范数。
vecdot(x1, x2, /, *[, axis, precision, ...])	计算两个数组的（批量）向量共轭点积。

JAX Array

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 中等同于 numpy.ndarray 的对象。与 numpy.ndarray 类似，大多数用户不需要手动实例化 Array 对象，而是通过 jax.numpy 函数（如 array()、arange()、linspace() 以及上面列出的其他函数）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 标准库工具无缝集成。

使用内置的 copy 模块时，当 copy.copy() 或 copy.deepcopy() 遇到 Array 时，它等同于调用 copy() 方法，该方法将会在与原始数组相同的设备上创建缓冲区副本。这在经过跟踪/JIT 编译的代码中也能正常工作，尽管编译器在此上下文中可能会省略复制操作。

当内置的 pickle 模块遇到 Array 时，它将以类似于被 pickle 的 numpy.ndarray 对象的方式，通过紧凑的位表示来序列化。反序列化时，结果将是一个 *在默认设备上的* 新的 Array 对象。这是因为通常情况下，序列化和反序列化可能在不同的运行时环境中进行，并且无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 pickle 用于经过跟踪/JIT 编译的代码，将会导致 ConcretizationTypeError。

Python Array 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 array API。在 JAX v0.4.32 之后，导入此模块不再需要，并且会引发弃用警告。在 JAX v0.5.0 之后，此导入将引发错误。

从 JAX v0.4.32 开始，jax.Array 和 jax.numpy 与 Python Array API Standard 兼容。您可以通过 jax.Array.__array_namespace__() 访问 Array 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 在某些地方偏离了标准，主要是因为 JAX 数组是不可变的，不支持原地更新。其中一些不兼容性正通过 array-api-compat 模块得到解决。

有关更多信息，请参阅 Python Array API Standard 文档。