DOC: explicitly state that `count_nonzero` with `axis=()` is unspecified.
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 48/100
- Tipo de issue
- Documentación
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- numpy, pytorch
- Área
- documentation
Línea de trabajo
Comienza con la especificación de count_nonzero en la página de API enlazada y, a continuación, identifica las otras funciones similares a reducciones que aceptan valores de tupla para axis. Actualiza la documentación pertinente para indicar que el comportamiento de axis=() no está especificado y depende de la implementación, y verifica que la redacción cubra las funciones previstas.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
The current docs [1] only state that If a tuple of integers, the number of non-zero values must be computed over multiple axes.
[1] https://data-apis.org/array-api/draft/API_specification/generated/array_api.count_nonzero.html
While one could argue that an empty tuple is not a tuple of integers, it could still be worth it to explicitly state that the behavior with axis=() is unspecificed and thus implementation-defined.
IRL, it is implementation-defined:
In [5]: a = np.arange(3*4*5).reshape(3, 4, 5)
In [6]: np.count_nonzero(a, axis=()).shape
Out[6]: (3, 4, 5)
In [7]: torch.count_nonzero(torch.as_tensor(a), dim=())
Out[7]: tensor(59)
In fact, it'd be best to add the same phrasing to all reduction-like functions which accept tuples for axis.
- Lenguaje dominante
- Python
- Estrellas
- 281
- Forks
- 52
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de data-apis/array-api
-
Dificultad 1/5 1-3 horas Aptitud para principiantes 88/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
-
Maintenance
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
Todos los issues de data-apis/array-api
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
-
enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100