python中numpy库ndarray多维数组的的运算：np.abs(x)、np.sqrt(x)、np.modf(x)等

numpy库提供非常便捷的数组运算，方便数据的处理。

1、数组与标量之间可直接进行运算

In [45]: a
Out[45]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])

In [46]: a/5
Out[46]:
array([[ 0. , 0.2, 0.4, 0.6],
[ 0.8, 1. , 1.2, 1.4],
[ 1.6, 1.8, 2. , 2.2]])
1
2
3
4
5
6
7
8
9
10
11
2、NumPy一元函数对ndarray中的数据执行元素级运算的函数

np.abs(x)、np.fabs(x) ： 计算数组各元素的绝对值
np.sqrt(x) ： 计算数组各元素的平方根
np.square(x) ： 计算数组各元素的平方
np.log(x) 、np.log10(x)、np.log2(x) ： 计算数组各元素的自然对数、10底对数和2底对数
np.ceil(x) 、np.floor(x) ： 计算数组各元素的ceiling值或floor值
In [48]: a[1,1] = -1

In [49]: a
Out[49]:
array([[ 0, 1, 2, 3],
[ 4, -1, 6, 7],
[ 8, 9, 10, 11]])

In [50]: np.abs(a)
Out[50]:
array([[ 0, 1, 2, 3],
[ 4, 1, 6, 7],
[ 8, 9, 10, 11]])
1
2
3
4
5
6
7
8
9
10
11
12
13
np.rint(x) ： 计算数组各元素的四舍五入值
np.modf(x) ： 将数组各元素的小数和整数部分以两个独立数组形式返回
np.cos(x)、 np.cosh(x)、np.sin(x)、 np.sinh(x)、np.tan(x) 、np.tanh(x) ： 计算数组各元素的普通型和双曲型三角函数
np.exp(x) ： 计算数组各元素的指数值
np.sign(x) ： 计算数组各元素的符号值，1(+), 0, ‐1(‐)
3、NumPy二元函数对ndarray中的数据执行元素级运算的函数

+、 ‐、 * 、/ 、** 两个数组各元素进行对应运算
np.maximum(x,y) 、np.fmax()、 np.minimum(x,y) 、np.fmin() ：元素级的最大值/最小值计算
np.mod(x,y) ：元素级的模运算
np.copysign(x,y) ： 将数组y中各元素值的符号赋值给数组x对应元素
> < >= <= == != 算术比较，产生布尔型数组
In [59]: b = np.full_like(a,2)

In [60]: b
Out[60]:
array([[2, 2, 2, 2],
[2, 2, 2, 2],
[2, 2, 2, 2]])

In [61]: a*b
Out[61]:
array([[ 0, 2, 4, 6],
[ 8, -2, 12, 14],
[16, 18, 20, 22]])

In [62]: np.maximum(a,b)
Out[62]:
array([[ 2, 2, 2, 3],
[ 4, 2, 6, 7],
[ 8, 9, 10, 11]])

In [63]: a>b
Out[63]:
array([[False, False, False, True],
[ True, False, True, True],
[ True, True, True, True]], dtype=bool)
————————————————
版权声明：本文为CSDN博主「brucewong0516」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/brucewong0516/article/details/79186176