Python之Numpy 常用函數總結
通用函數
常見的簡單數組函數
先看看代碼操作:
mport numpy as np # # 產生一個數組 arr=np.arange(15) arr >>array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]) # 對裡面的元素進行開根號處理 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]) # 對裡面的元素進行冪的運算 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]) # 比較那個數組裡面的最大值,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]) # 可以返回多個數組,比如小數部分和整數部分 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])
一元函數
Numpy 一元函數
函數名 |
描述 |
abs、fabs |
逐個元素地計算整數、浮點數或復數地絕對值 |
sqrt |
計算每個元素的平方根(與arr ** 0.5相等) |
square |
計算每個元素地平方(與arr ** 2相等) |
exp |
計算每個元素的自然指數值e^x次方 |
log、log10、log2、log1p |
分別對應(自然指數(e為底)、對數10為底、對數2為底、log(1+x)) |
sign |
計算每個元素的符號值:1(正數)、0(0)、-1(負數) |
ceil |
計算每個元素的最高整數值(即大於等於給定數值的最小整數) |
floor |
計算每個元素的最小整數值(即小於等於給定整數的最大整數) |
rint |
將元素保留到整數位,並保持dtype |
modf |
分別將數組的小數部分與整數部分按數組形式返回 |
isnan |
返回數組元素是否是一個NaN(非數值),形式為佈爾值數組 |
isfinite、isinf |
分別返回數組中的元素是否有限(非inf、非NaN)、是否無限的,形式為佈爾值數組 |
cos、cish、sin、 |
常規三角函數及雙曲三角函數 |
sinh、tan、tanh |
反三角函數 |
arccos、arccosh、arcsin、 |
|
arcsinh、arctan、arctanh |
|
logical_not |
對數組元素按位取反 |
二元函數
Numpy 二元函數
函數名 |
描述 |
add |
將數組的對應元素相加 |
subtract |
在第二個數組中,將第一個數組中包含的元素去除 |
multiply |
將數組的對應元素相乘 |
divide,floor_divide |
除或整除(放棄餘數) |
power |
將第二個數組的元素作為第一個數組對應元素的冪次方 |
maximum |
逐個元素計算最大值,fmax忽略NaN |
minimum |
逐個元素計算最小值,fmin忽略NaN |
mod |
按元素的求模計算(即求除法的餘數) |
copysign |
將第一個數組的符號值改為第二個數組的符號值 |
greater,greater_equal,less, |
進行逐個元素的比較,返回佈爾值數組(與數學操作符>,>=,<,<=,==,!=x效果一致) |
less_equal,equal,not_equal |
|
logical_and,logical_or |
進行逐個元素的邏輯操作(與邏輯操作符&、丨、^效果一致) |
logical_xor |
充分掌握好這些常用的數組函數,對我們解決一些數學思維問題有很大的幫助!
到此這篇關於Python之Numpy 常用函數總結的文章就介紹到這瞭,更多相關Python Numpy 函數內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python數學建模(SciPy+ Numpy+Pandas)
- Numpy實現矩陣運算及線性代數應用
- Python NumPy教程之數組的基本操作詳解
- python numpy中mat和matrix的區別
- 深入解析NumPy中的Broadcasting廣播機制