Python之Numpy 常用函数总结,
Python之Numpy 常用函数总结,
目录
- 通用函数
- 常见的简单数组函数
- 一元函数
- 二元函数
通用函数
常见的简单数组函数
先看看代码操作:
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3672js教程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3672js教程!
您可能感兴趣的文章:- Python numpy线性代数用法实例解析
- 利用Python NumPy库及Matplotlib库绘制数学函数图像
- 详解Python如何循环遍历Numpy中的Array
- Python中11种NumPy高级操作总结
- python numpy.ndarray中如何将数据转为int型
- python数学建模(SciPy+ Numpy+Pandas)
- Python中的Numpy 面向数组编程常见操作
- Python numpy之线性代数与随机漫步
评论关闭