numpy系列(4)-数学函数、算数、代数运算

1. 数学函数

? np.pi ：兀

1.1 三角函数

? numpy.sin(x)：三角正弦。
? numpy.cos(x)：三角余弦。
? numpy.tan(x)：三角正切。
? numpy.arcsin(x)：三角反正弦。
? numpy.arccos(x)：三角反余弦。
? numpy.arctan(x)：三角反正切。
? numpy.hypot(x1,x2)：直角三角形求斜边。
? numpy.degrees(x)：弧度转换为度。
? numpy.radians(x)：度转换为弧度。
? numpy.deg2rad(x)：度转换为弧度。
? numpy.rad2deg(x)：弧度转换为度。

1.2 双曲函数

? numpy.sinh(x)：双曲正弦。
? numpy.cosh(x)：双曲余弦。
? numpy.tanh(x)：双曲正切。
? numpy.arcsinh(x)：反双曲正弦。
? numpy.arccosh(x)：反双曲余弦。
? numpy.arctanh(x)：反双曲正切。

1.3 数值修约

数值修约, 又称数字修约, 是指在进行具体的数字运算前, 按照一定的规则确定一致的位数, 然后舍去某些数字后面多余的尾数的过程。比如, 我们常听到的「4 舍 5 入」就属于数值修约中的一种。

? numpy.around(a)：平均到给定的小数位数。  
? numpy.round_(a)：将数组舍入到给定的小数位数。
? numpy.rint(x)/numpy.rint(a)：修约到最接近的整数。
? numpy.fix(x, y)/numpy.fix(a)：向 0 舍入到最接近的整数。
? numpy.floor(x)：返回输入的底部(标量 x 的底部是最大的整数 i)。
? numpy.ceil(x)：返回输入的上限(标量 x 的底部是最小的整数 i).
? numpy.trunc(x)：返回输入的截断值。

2. 求和、求积、差分

这些方法用于数组内元素或数组间进行求和、求积以及进行差分

? numpy.prod(a, axis, dtype, keepdims)：返回指定轴上的数组元素的乘积。
? numpy.sum(a, axis, dtype, keepdims)：返回指定轴上的数组元素的总和。
? numpy.nanprod(a, axis, dtype, keepdims)：返回指定轴上的数组元素的乘积, 将 NaN 视作 1。
? numpy.nansum(a, axis, dtype, keepdims)：返回指定轴上的数组元素的总和, 将 NaN 视作 0。
? numpy.cumprod(a, axis, dtype)：返回沿给定轴的元素的累积乘积。
? numpy.cumsum(a, axis, dtype)：返回沿给定轴的元素的累积总和。
? numpy.nancumprod(a, axis, dtype)：返回沿给定轴的元素的累积乘积, 将 NaN 视作 1。
? numpy.nancumsum(a, axis, dtype)：返回沿给定轴的元素的累积总和, 将 NaN 视作 0。
? numpy.diff(a, n, axis)：计算沿指定轴的第 n 个离散差分。
? numpy.ediff1d(ary, to_end, to_begin)：数组的连续元素之间的差异。
? numpy.gradient(f)：返回 N 维数组的梯度。
? numpy.cross(a, b, axisa, axisb, axisc, axis)：返回两个(数组）向量的叉积。
? numpy.trapz(y, x, dx, axis)：使用复合梯形规则沿给定轴积分。

3. 指数和对数

? numpy.exp(x)：计算输入数组中所有元素的指数。
? numpy.log(x)：计算自然对数。
? numpy.log10(x)：计算常用对数。
? numpy.log2(x)：计算二进制对数。

4. 算术运算

? numpy.add(x1, x2)：对应元素相加。
? numpy.reciprocal(x)：求倒数 1/x。
? numpy.negative(x)：求对应负数。
? numpy.multiply(x1, x2)：求解乘法。
? numpy.divide(x1, x2)：相除 x1/x2。
? numpy.power(x1, x2)：类似于 x1^x2。
? numpy.subtract(x1, x2)：减法。
? numpy.fmod(x1, x2)：返回除法的元素余项。
? numpy.mod(x1, x2)：返回余项。
? numpy.modf(x1)：返回数组的小数和整数部分。
? numpy.remainder(x1, x2)：返回除法余数。

5. 矩阵和向量积

? numpy.dot(a, b)：求解两个数组的点积。
? numpy.vdot(a, b)：求解两个向量的点积。
? numpy.inner(a, b)：求解两个数组的内积。
? numpy.outer(a, b)：求解两个向量的外积。
? numpy.matmul(a, b)：求解两个数组的矩阵乘积。
? numpy.tensordot(a, b)：求解张量点积。
? numpy.kron(a, b)：计算 Kronecker 乘积。

6. 其他数学函数

? numpy.angle(z, deg)：返回复参数的角度。
? numpy.real(val)：返回数组元素的实部。
? numpy.imag(val)：返回数组元素的虚部。
? numpy.conj(x)：按元素方式返回共轭复数。
? numpy.convolve(a, v, mode)：返回线性卷积。
? numpy.sqrt(x)：平方根。
? numpy.cbrt(x)：立方根。
? numpy.square(x)：平方。
? numpy.absolute(x)：绝对值, 可求解复数。
? numpy.fabs(x)：绝对值。
? numpy.sign(x)：符号函数。
? numpy.maximum(x1, x2)：最大值。
? numpy.minimum(x1, x2)：最小值。
? numpy.nan_to_num(x)：用 0 替换 NaN。
? numpy.interp(x, xp, fp, left, right, period)：线性插值。

7. 代数运算

? numpy.linalg.cholesky(a)：Cholesky 分解。
? numpy.linalg.qr(a ,mode)：计算矩阵的 QR 因式分解。
? numpy.linalg.svd(a ,full_matrices,compute_uv)：奇异值分解。
? numpy.linalg.eig(a)：计算正方形数组的特征值和右特征向量。
? numpy.linalg.eigh(a, UPLO)：返回 Hermitian 或对称矩阵的特征值和特征向量。
? numpy.linalg.eigvals(a)：计算矩阵的特征值。
? numpy.linalg.eigvalsh(a, UPLO)：计算 Hermitian 或真实对称矩阵的特征值。
? numpy.linalg.norm(x ,ord,axis,keepdims)：计算矩阵或向量范数。
? numpy.linalg.cond(x ,p)：计算矩阵的条件数。
? numpy.linalg.det(a)：计算数组的行列式。
? numpy.linalg.matrix_rank(M ,tol)：使用奇异值分解方法返回秩。
? numpy.linalg.slogdet(a)：计算数组的行列式的符号和自然对数。
? numpy.trace(a ,offset,axis1,axis2,dtype,out)：沿数组的对角线返回总和。
? numpy.linalg.solve(a, b)：求解线性矩阵方程或线性标量方程组。
? numpy.linalg.tensorsolve(a, b ,axes)：为 x 解出张量方程 a x = b
? numpy.linalg.lstsq(a, b ,rcond)：将最小二乘解返回到线性矩阵方程。
? numpy.linalg.inv(a)：计算逆矩阵。
? numpy.linalg.pinv(a ,rcond)：计算矩阵的（Moore-Penrose）伪逆。
? numpy.linalg.tensorinv(a ,ind)：计算 N 维数组的逆。

numpy系列(4)-数学函数、算数、代数运算

原文：https://www.cnblogs.com/thgpddl/p/14240408.html