通用函数
常见的简单数组函数
先看看代码操作:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
mport numpy as np # # 产生一个数组 arr = np.arange( 15 ) arr >>array([ 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12 , 13 , 14 ]) # 对里面的元素进行开根号处理 np.sqrt(arr) >>array([ 0. , 1. , 1.41421356 , 1.73205081 , 2. , 2.23606798 , 2.44948974 , 2.64575131 , 2.82842712 , 3. , 3.16227766 , 3.31662479 , 3.46410162 , 3.60555128 , 3.74165739 ]) # 对里面的元素进行幂的运算 np.exp(arr) >>array([ 1.00000000e + 00 , 2.71828183e + 00 , 7.38905610e + 00 , 2.00855369e + 01 , 5.45981500e + 01 , 1.48413159e + 02 , 4.03428793e + 02 , 1.09663316e + 03 , 2.98095799e + 03 , 8.10308393e + 03 , 2.20264658e + 04 , 5.98741417e + 04 , 1.62754791e + 05 , 4.42413392e + 05 , 1.20260428e + 06 ]) # 比较那个数组里面的最大值,返回最大值 np.maximum(np.sqrt(arr),np.exp(arr)) >>array([ 1.00000000e + 00 , 2.71828183e + 00 , 7.38905610e + 00 , 2.00855369e + 01 , 5.45981500e + 01 , 1.48413159e + 02 , 4.03428793e + 02 , 1.09663316e + 03 , 2.98095799e + 03 , 8.10308393e + 03 , 2.20264658e + 04 , 5.98741417e + 04 , 1.62754791e + 05 , 4.42413392e + 05 , 1.20260428e + 06 ]) # 可以返回多个数组,比如小数部分和整数部分 a,b = np.modf(np.exp(arr)) a >>array([ 0. , 0.71828183 , 0.3890561 , 0.08553692 , 0.59815003 , 0.4131591 , 0.42879349 , 0.63315843 , 0.95798704 , 0.08392758 , 0.46579481 , 0.1417152 , 0.791419 , 0.39200892 , 0.28416478 ]) b >>array([ 1.000000e + 00 , 2.000000e + 00 , 7.000000e + 00 , 2.000000e + 01 , 5.400000e + 01 , 1.480000e + 02 , 4.030000e + 02 , 1.096000e + 03 , 2.980000e + 03 , 8.103000e + 03 , 2.202600e + 04 , 5.987400e + 04 , 1.627540e + 05 , 4.424130e + 05 , 1.202604e + 06 ]) |
一元函数
Numpy 一元函数
函数名 |
描述 |
abs、fabs |
逐个元素地计算整数、浮点数或复数地绝对值 |
sqrt |
计算每个元素的平方根(与arr ** 0.5相等) |
square |
计算每个元素地平方(与arr ** 2相等) |
exp |
计算每个元素的自然指数值e^x次方 |
log、log10、log2、log1p |
分别对应(自然指数(e为底)、对数10为底、对数2为底、log(1+x)) |
sign |
计算每个元素的符号值:1(正数)、0(0)、-1(负数) |
ceil |
计算每个元素的最高整数值(即大于等于给定数值的最小整数) |
floor |
计算每个元素的最小整数值(即小于等于给定整数的最大整数) |
rint |
将元素保留到整数位,并保持dtype |
modf |
分别将数组的小数部分与整数部分按数组形式返回 |
isnan |
返回数组元素是否是一个NaN(非数值),形式为布尔值数组 |
isfinite、isinf |
分别返回数组中的元素是否有限(非inf、非NaN)、是否无限的,形式为布尔值数组 |
cos、cish、sin、 |
常规三角函数及双曲三角函数 |
sinh、tan、tanh |
反三角函数 |
arccos、arccosh、arcsin、 |
|
arcsinh、arctan、arctanh |
|
logical_not |
对数组元素按位取反 |
二元函数
Numpy 二元函数
函数名 |
描述 |
add |
将数组的对应元素相加 |
subtract |
在第二个数组中,将第一个数组中包含的元素去除 |
multiply |
将数组的对应元素相乘 |
divide,floor_divide |
除或整除(放弃余数) |
power |
将第二个数组的元素作为第一个数组对应元素的幂次方 |
maximum |
逐个元素计算最大值,fmax忽略NaN |
minimum |
逐个元素计算最小值,fmin忽略NaN |
mod |
按元素的求模计算(即求除法的余数) |
copysign |
将第一个数组的符号值改为第二个数组的符号值 |
greater,greater_equal,less, |
进行逐个元素的比较,返回布尔值数组(与数学操作符>,>=,<,<=,==,!=x效果一致) |
less_equal,equal,not_equal |
|
logical_and,logical_or |
进行逐个元素的逻辑操作(与逻辑操作符&、丨、^效果一致) |
logical_xor |
充分掌握好这些常用的数组函数,对我们解决一些数学思维问题有很大的帮助!
到此这篇关于Python之Numpy 常用函数总结的文章就介绍到这了,更多相关Python Numpy 函数内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!
原文链接:https://blog.51cto.com/u_15172991/5428155