zoukankan      html  css  js  c++  java
  • numpy中基本运算函数

    (一) 加减法

    import  numpy
    a=numpy.arange(27).reshape(3,9)
    b=numpy.arange(2,29).reshape(3,9)
    #加:
    c=a+b
    d=numpy.add(a,b)
    
    #减:
    e=a-b
    f=numpy.subtract(a,b)

    (二)乘法

    import  numpy
    a=numpy.arange(27).reshape(3,9)
    b=numpy.arange(2,29).reshape(3,9)
    
    #方法一:
    x=numpy.zeros((3,9),dtype=numpy.int)
    numpy.multiply(a,b,out=x)
    print(x)
    
    #方法二:
    y=numpy.multiply(a,b)
    print(y)

    (三)三角函数

    import  numpy
    a=numpy.array([45,30,90])
    b=numpy.sin(a*(numpy.pi/180))
    c=numpy.cos(a*(numpy.pi/180))
    d=numpy.tan(a*(numpy.pi/180))
    print(b)
    print(c)
    print(d)

    (四)取近视值

    import  numpy
    a=numpy.array([1.5,1.67,2.4,9.453])
    print(numpy.round(a))
    #[2. 2. 2. 9.]
    
    print(numpy.ceil(a))
    #[ 2.  2.  3. 10.]
    
    print(numpy.floor(a))
    #[1. 1. 2. 9.]

    (五)聚合函数

    numpy.sum()                     求和

    numpy.prod()                     所有元素相乘

    numpy.mean()                   平均值

    numpy.std()                        标准差

    numpy.var()                        方差

    numpy.median()                 中位数

    numpy.power()                   幂运算

    numpy.sqrt()                      开方

    numpy.min()                       最小值

    numpy.max()                      最大值

    numpy.argmin()                  最小值下标

    numpy.argmax()                  最大值下标

    numpy.inf()                         无穷大

    numpy.exp(10)                    以e为底的指数

    numpy.log(10)                     对数

    power函数的使用

    import  numpy
    a=numpy.array([2,3,4,5])
    b=numpy.array([3,4,5,4])
    c=numpy.power(a,b)    #以a数组中的元素为底数,b数组中对应的元素为指数
    print(c)

    power中out的用法

    import  numpy
    a=numpy.arange(5)
    b=numpy.zeros(10)
    numpy.power(2,a,out=b[1:6])
    print(b)
  • 相关阅读:
    gcc编译器如何生成指定的文件名
    文章如何做伪原创 SEO大神教你几招做"原创"网站文章的心得
    linux命令大全
    SDC文件模版
    lwip:网络数据包读取和解析过程
    离散时间信号与系统
    网络编程杂谈
    TCP segment of a reassembled PDU
    gdb: multiple process debug
    ntp.conf:很少有人提及的事
  • 原文地址:https://www.cnblogs.com/luckiness/p/13168393.html
Copyright © 2011-2022 走看看