scipy.special.entr

scipy.special.entr(x, out=None) = <ufunc 'entr'>

逐元素计算熵的函数。

\[\begin{split}\text{entr}(x) = \begin{cases} - x \log(x) & x > 0 \\ 0 & x = 0 \\ -\infty & \text{otherwise} \end{cases}\end{split}\]

参数:

xndarray

输入数组。

outndarray, optional

可选的输出数组，用于存储函数值

返回:

resscalar or ndarray

给定点 x 处逐元素熵函数的值。

另请参阅

kl_div, rel_entr, scipy.stats.entropy

附注

版本 0.15.0 中新增。

此函数是凹函数。

此函数起源于凸优化；参见 [1]。给定概率分布 \(p_1, \ldots, p_n\)，在信息论中熵的定义是

\[\sum_{i = 1}^n \mathrm{entr}(p_i).\]

要计算后者数量，请使用 scipy.stats.entropy。

数组 API 标准支持

entr 对 NumPy 之外的 Python Array API 标准兼容后端具有实验性支持。请考虑通过设置环境变量 SCIPY_ARRAY_API=1 并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。支持以下后端和设备（或其他功能）的组合。

库	CPU	GPU
NumPy	✅	不适用
CuPy	不适用	✅
PyTorch	✅	✅
JAX	✅	✅
Dask	✅	不适用

有关更多信息，请参阅 对数组 API 标准的支持。

参考文献

[1]

Boyd, Stephen and Lieven Vandenberghe. Convex optimization. Cambridge University Press, 2004. DOI:https://doi.org/10.1017/CBO9780511804441