numpy元素级数组函数
一元函数
- abs, fabs 计算整数、浮点数或复数的绝对值。对于非复数值,可以使用更快的fabs。
- sqrt 计算各元素的平方根。相当于arr ** 0.5
- sqare 计算各元素的平方。相当于arr ** 2
- exp 计算各元素的e^x
- log, log10, log2, log1p 分别为自然对数、底数为10的log、底数为2的log和log(1 + x)。
- sign 计算各元素的正负号:1(正数)、0(零)、-1(负数)。
- ceil 计算各元素的ceiling值,即大于等于该值的最小整数。
- floor 计算各元素的floor值,即小于等于该值的最小整数。
- rint 将各元素值四舍五入到最接近的整数,保留dtype。
- modf 将数组的小数部分与整数部分以两个独立数组的形式返还。
- isnan 返回一个表示“哪些值是NaN(这不是一个数字)”的布尔型数组
- isfinite, isinf 分别返回一个表示“哪些元素是有限的(非inf,非NaN)”或“哪些元素是
- 无穷的”的布尔型数组
- cos, cosh, sin, sinh, tan, tanh 普通型或双曲型三角函数
- arccos, arccosh, arcsin, arcsinh,
- arctan, arctanh
- 反三角函数
- logical_not 计算各元素not x的真值。相当于-arr。
二元函数
- add 将数组中对应的元素相加
- subtract 从第一个数组中减去第二个数组中的元素
- multiply 数组元素相乘
- divide, floor_divide 除法或向下取整除法
- power 对第一个数组中的元素A和第二个数组中对应位置的元素B,计算A^B。
- maximum, fmax 元素级的最大值计算。fmax将忽略NaN。
- minimum, fmin 元素级的最小值计算。fmin将忽略NaN。
- mod 元素级的求模计算
- copysign 将第二个数组中的符号复制给第一个数组中的值
- greater, greater_equal, less,
- less_equal,equal, not_equal
- 执行元素级的比较,最终产生布尔型数组。
- logical_and, logical_or,
- logical_xor
- 执行元素级的真值逻辑运算,最终产生布尔型数组
numpy元素级数组函数的更多相关文章
- numpy中的快速的元素级数组函数
numpy中的快速的元素级数组函数 一元(unary)ufunc 对于数组中的每一个元素,都将元素代入函数,将得到的结果放回到原来的位置 >>> import numpy as np ...
- 【学习】通用函数:快速的元素级数组函数【Numpy】
通用函数(即ufunc)是一种对ndarray中的数据执行元素级运算的函数.可以将其看做简单函数(接受一个或多个标量值,并产生一个或多个标量值)的矢量化包装器. sqrt 和 exp为一元(unary ...
- numpy的通用函数:快速的元素级数组函数
通用函数(ufunc)是对ndarray中的数据执行元素级运算的函数.可看作简单函数的矢量化包装. 一元ufunc sqrt对数组中的所有元素开平方 exp对数组中的所有元素求指数 In [93]: ...
- Numpy 的通用函数:快速的元素级数组函数
通用函数: 通用函数(ufunc)是一种对ndarray中的数据执行元素级运算的函数.你可以将其看作简单函数(接受一个或多个标量值,并产生一个或度过标量值)的矢量化包装器. 简单的元素级变体,如sqr ...
- 数据分析之Numpy基础:数组和适量计算
Numpy(Numerical Python)是高性能科学计算和数据分析的基础包. 1.Numpy的ndarray:一种多维数组对象 对于每个数组而言,都有shape和dtype这两个属性来获取数组的 ...
- NumPy基础:数组和矢量计算
今天被老板fire了,还是继续抄书吧,安抚我受伤的小心脏.知识还是得慢慢积累,一步一个脚印,这样或许才是最快的捷径. ------2015-2-16-------------------------- ...
- python数据分析---第04章 NumPy基础:数组和矢量计算
NumPy(Numerical Python的简称)是Python数值计算最重要的基础包.大多数提供科学计算的包都是用NumPy的数组作为构建基础. NumPy的部分功能如下: ndarray,一个具 ...
- Python之NumPy实践之数组和矢量计算
Python之NumPy实践之数组和矢量计算 1. NumPy(Numerical Python)是高性能科学技术和数据分析的基础包. 2. NumPy的ndarray:一种对位数组对象.NumPy最 ...
- 《利用Python进行数据分析·第2版》第四章 Numpy基础:数组和矢量计算
<利用Python进行数据分析·第2版>第四章 Numpy基础:数组和矢量计算 numpy高效处理大数组的数据原因: numpy是在一个连续的内存块中存储数据,独立于其他python内置对 ...
随机推荐
- MySQL中死锁(转)
add by zhj: 总结一下,MySQL有主动和被动两种方式检测死锁. 主动方式:检查锁等待的图,如果有环,那就有死锁,这种情况下,会回滚事务. 被动方式:等待锁超时(即innodb_lock_w ...
- 使用Jersey上传文件
采用jquery.form.js异步上传图片,并结合<form>表单 <script type="text/javascript"> //采用jquery. ...
- LeetCode-52.N-Queen II
The n-queens puzzle is the problem of placing n queens on an n×n chessboard such that no two queens ...
- CentOS安装Yarn只需两步就搞定
Yarn 是一个依赖管理工具.它能够管理你的代码,并与全世界的开发者分享代码.Yarn 是高效.安全和可靠的,你完全可以安心使用.代码是通过包(有时也被称为组件). 在每一个包中会定义一个 packa ...
- shell脚本编写实例
实际案例 1.判断接收参数个数大于1 [ $# -lt 1 ] && echo "至少需要一个参数" && { echo "我要退出了.. ...
- 关于运行python脚本产生__pycache__
是什么? 用python编写好一个工程,在第一次运行后,总会发现工程根目录下生成了一个__pycache__文件夹,里面是和py文件同名的各种 *.pyc 或者 *.pyo 文件. python脚本编 ...
- SSLServerSocket代码实现
理解一个设计思想,结合代码是最好的途径.安全套接字服务端的实现代码如下: X509TrustManager MyX509TrustManager = new X509TrustManager() { ...
- LightGBM调参总结
1. 参数速查 使用num_leaves,因为LightGBM使用的是leaf-wise的算法,因此在调节树的复杂程度时,使用的是num_leaves而不是max_depth. 大致换算关系:num_ ...
- import Tkinter error, no module named tkinter: "Python may not be configured for Tk”
install required devel module in your linux: yum install tk-devel yum install tcl-devel then,reconfi ...
- 000-js判断电脑或手机登录
<script type="text/javascript"> try{ if(/Android|webOS|iPhone|iPod|BlackBerry/i.test ...