• numpy 通用函数


    numpy为我们提供了一些列常用的数学函数,比如sin、cos、exp等等,这些被称作‘通用函数’(ufunc)。在numpy中,这些函数都是对数组的每个元素进行计算,并将结果保存在一个新数组中。

    >>> B = np.arange(3)
    >>> B
    array([0, 1, 2])
    >>> np.exp(B)
    array([ 1.        ,  2.71828183,  7.3890561 ])
    >>> np.sqrt(B)
    array([ 0.        ,  1.        ,  1.41421356])
    >>> C = np.array([2., -1., 4.])
    >>> np.add(B, C)
    array([ 2.,  0.,  6.])
    
    >>> x = np.array([1.5,1.6,1.7,1.8])
    >>> i,j = np.modf(x)
    >>> i,j
    (array([0.5, 0.6, 0.7, 0.8]), array([1., 1., 1., 1.]))
    
    >>> x = np.array([[1,4],[6,7]])
    >>> y = np.array([[2,3],[5,8]])
    >>> np.maximum(x,y)   # 二元通用函数
    array([[2, 4],
           [6, 8]])
    >>> np.minimum(x,y)
    array([[1, 3],
           [5, 7]])

    下面是部分一元通用函数:

    函数名 描述
    abs 逐个元素进行绝对值计算
    fabs 复数的绝对值计算
    sqrt 平方根
    square 平方
    exp 自然指数函数
    log e为底的对数
    log10 10为底的对数
    log2 2为底的对数
    sign 计算每个元素的符号值
    ceil 计算每个元素的最高整数值
    floor 计算每个元素的最小整数值
    rint 保留到整数位
    modf 分别将元素的小数部分和整数部分按数组形式返回
    isnan 判断每个元素是否为NaN,返回布尔值
    isfinite 返回数组中的元素是否有限
    isinf 返回数组中的元素是否无限
    cos 余弦
    sin 正弦
    tan 余切
    arccos 反余弦
    arcsin 反正弦
    arctan 反余切

    下面是部分二元通用函数:

    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 相除
    floor_divide 整除,放弃余数
    power 幂函数
    maxium 逐个元素计算最大值
    minimum 逐个元素计算最小值
    mod 按元素进行求模运算
  • 相关阅读:
    Google Protocol Buffers学习
    C学习笔记-一些知识
    前端相关
    Spark笔记-gz压缩存储到HDFS【转】
    maven笔记-将本地jar包打包进可执行jar中
    Spark运行时错误与解决
    机器学习笔记
    Spark笔记-DataSet,DataFrame
    云平台各层解释
    linux笔记-多服务器同时执行相同命令
  • 原文地址:https://www.cnblogs.com/lavender1221/p/12617564.html
Copyright © 2020-2023  润新知