首页 > 编程语言 > 详细

四、Numpy基础:数组运算

时间:2018-01-14 12:38:24      阅读:124      评论:0      收藏:0      [点我收藏+]

标签:nta   组元   web   统计   ati   -c   rst   tab   http   

一、矢量运算

  • 数组不用循环即可对每个元素执行批量的算术运算操作,这个过程叫做矢量化,即用数组表达式代替循环的做法。
  • 矢量化数组运算性能比纯Python方式快上一两个数据级。
  • 大小相等的两个数组之间的任何算术运算都会将其运算应用到元素级上的操作。

元素级操作:在NumPy中,大小相等的数组之间的运算,为元素级运算,即只用于位置相同的元素之间,所得的运算结果组成一个新的数组,运算结果的位置跟操作数位置相同。

技术分享图片 

 

类型 函数 运算符 说明
基础运算 add(a,b[,c]) c=a+b 加法
subtract(a,b[,c]) c=a-b 减法
multiply(a,b[,c]) c=a*b 乘法
divide(a,b[,c]) c=a/b 除法(python3中,divide与true_divide用法相同)
floor_divide(a,b[,c]) c=a//b 除法,结果向下取整
negative(a[,c]) c=-a 取反
power(a,b[,c]) c=a**b a的b次方
remainder(a,b[,c]) c=a%b 取模(亦可写作mod(a,b[,c]))
fmod(a,b[,c]) None 带符号取模,正负由a决定
比较运算 equal(a,b[,c]) c=a==b 比较结果c是布尔数组
not_equal(a,b[,c]) c=a!=b
less(a,b[,c]) c=a<b
less_equal(a,b[,c]) c=a<=b
greater(a,b[,c]) c=a>b
greater_equal(a,b[,c]) c=a>=b
统计运算  sum(a[,axis,c]) None 总和:可以通过axis参数定义统计维度
min(a[,axis,c]) None  最小值:可以通过axis参数定义统计维度
max(a[,axis,c]) None  最大值:可以通过axis参数定义统计维度
mean(a[,axis,c]) None 平均值:可以通过axis参数定义统计维度
std(a[,axis,c]) None 标准差:可以通过axis参数定义统计维度
var(a[,axis,c]) None 方差:可以通过axis参数定义统计维度
median(a[,axis,c]) None 中位数:可以通过axis参数定义统计维度
ptp(a[,axis,c]) None 极差:最大值最小值之差
diff(a[,axis,c]) None 离散差:相邻数组元素的差值构成的数组
三角函数运算 sin(a[,axis,c]),arcsin(a[,axis,c]) None 正弦(反正弦)
cos(a[,axis,c]),arccos(a[,axis,c]) None 余弦(反余弦)
tan(a[,axis,c]),arctan(a[,axis,c]) None 正切(反正切)
sinh(a[,axis,c]),arcsinh(a[,axis,c]) None 双曲型正弦(反双曲型正弦)
cosh(a[,axis,c]),arccosh(a[,axis,c]) None 双曲型余弦(反双曲型余弦)
tanh(a[,axis,c]),arctanh(a[,axis,c]) None 双曲型正切(反双曲型正切)
对数运算 log(a[,axis,c]) None 以e为底a的对数值
log2(a[,axis,c]) None 以2为底a的对数值
log10(a[,axis,c]) None 以10为底a的对数值
log1p(a[,axis,c]) None 以e为底a+1的对数值

 

 

 

 

 

 

 

 

 

二、内置函数 

 

四、Numpy基础:数组运算

标签:nta   组元   web   统计   ati   -c   rst   tab   http   

原文:https://www.cnblogs.com/hezhefly/p/8282942.html

(0)
(0)
   
举报
评论 一句话评论(0
0条  
登录后才能评论!
© 2014 bubuko.com 版权所有 鲁ICP备09046678号-4
打开技术之扣,分享程序人生!
             

鲁公网安备 37021202000002号