numpy之通用函数ufunc
通用函数-元素级数组函数
通用函数(ufunc)是一种对ndarray执行元素级运算的函数。
一元ufunc
import numpy as np
arr = np.arange(-10,10,2)
arr
Out[5]: array([-10, -8, -6, -4, -2, 0, 2, 4, 6, 8])
np.abs(arr)#绝对值
Out[7]: array([10, 8, 6, 4, 2, 0, 2, 4, 6, 8])
np.fabs(arr)#绝对值
Out[8]: array([ 10., 8., 6., 4., 2., 0., 2., 4., 6., 8.])
- 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。
arr1 = np.arange(16)
np.sqrt(arr1)#平方根,即arr1 ** 0.5
Out[19]:
array([ 0. , 1. , 1.41421356, 1.73205081, 2. ,
2.23606798, 2.44948974, 2.64575131, 2.82842712, 3. ,
3.16227766, 3.31662479, 3.46410162, 3.60555128, 3.74165739,
3.87298335])
np.square(arr1)#平方
Out[20]:
array([ 0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121, 144,
169, 196, 225], dtype=int32)
arr2 = np.exp(arr1)#各元素的指数e**x
Out[21]:
array([ 1.00000000e+00, 2.71828183e+00, 7.38905610e+00,
2.00855369e+01, 5.45981500e+01, 1.48413159e+02,
4.03428793e+02, 1.09663316e+03, 2.98095799e+03,
8.10308393e+03, 2.20264658e+04, 5.98741417e+04,
1.62754791e+05, 4.42413392e+05, 1.20260428e+06,
3.26901737e+06])
np.log(arr2) #自然对数(底数为e)
Out[24]:
array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.,
11., 12., 13., 14., 15.])
log10,log2,log1p
,其底数分别为,10,2;以及log(1+ P)singn
计算个元素正负号,1(正数),0(零),-1(负数)
np.sign(arr) #正负号
Out[25]: array([-1, -1, -1, -1, -1, 0, 1, 1, 1, 1])
ceil
返回大于等于该值的最小整数。floor
返回小于等于该值的最大整数。rint
四舍五入,保留dtype。modf
将数组的小数和整数部分一两个独立数组的形式返回。
arr3 = np.random.randn(5)
arr3
Out[27]: array([ 0.0830739 , -2.18172821, 0.77026638, 0.70735324, -1.02929973])
np.ceil(arr3)#返回>=最小整数
Out[28]: array([ 1., -2., 1., 1., -1.])
np.floor(arr3)#返回<=最大整数
Out[29]: array([ 0., -3., 0., 0., -2.])
np.rint(arr3)#四舍五入
Out[30]: array([ 0., -2., 1., 1., -1.])
np.modf(arr3)#拆分整数和小数
Out[31]:
(array([ 0.0830739 , -0.18172821, 0.77026638, 0.70735324, -0.02929973]),
array([ 0., -2., 0., 0., -1.]))
isnan
返回布尔型数组,表示哪些值是NaN(非数字)。isfinite/isinf
返回布尔型数组,表示哪些元素是有穷的(非inf,非NaN)或那些是无穷的。cos,cosh,sin,sinh,tan,tanh
普通型和双曲型三角函数。arccos,arccosh,arcsin,arcsinh,asrtan,arctanh
反三角函数。logical_not
计算个元素的not x的真值,相当于-arr。
arr4 = np.arange(-10,10,2)
np.logical_not(arr4<=0)
Out[39]: array([False, False, False, False, False, False, True, True, True, True], dtype=bool)
二元ufunc
add
元素对应相加。subtract
第一个数组元素减去第二个的元素。multiply
数组元素相乘。divide,floor_divide
除法,或向下整除(丢弃余数)。power
第一个数组中的元素A,第二个数组中的元素B,返回A的B次方。
arr5 = np.arange(10)
arr6 = np.arange(10,20)
np.add(arr5,arr6) #相加
Out[44]: array([10, 12, 14, 16, 18, 20, 22, 24, 26, 28])
np.subtract(arr6,arr5)#相减
Out[47]: array([10, 10, 10, 10, 10, 10, 10, 10, 10, 10])
np.multiply(arr5,arr6)#对应相乘
Out[48]: array([ 0, 11, 24, 39, 56, 75, 96, 119, 144, 171])
np.divide(arr5,arr6)#相除
Out[50]:
array([ 0. , 0.09090909, 0.16666667, 0.23076923, 0.28571429,
0.33333333, 0.375 , 0.41176471, 0.44444444, 0.47368421])
arr7 = np.arange(20,30)
np.floor_divide(arr7,arr6)#整除
Out[54]: array([2, 1, 1, 1, 1, 1, 1, 1, 1, 1], dtype=int32)
arr8 = np.arange(5)
arr9 = np.arange(5,10)
np.power(arr9,arr8)#次幂
Out[60]: array([ 1, 6, 49, 512, 6561], dtype=int32)
maximum,fmax
返回两个数组中较大值组成的数组。fmax忽略NaN。minimum,fmin
同上。mod
求模,即求余数。copysign
第二个数组的符号,复制给第一个数组。
x = np.random.randn(5)
y = np.random.randn(5)
x
Out[65]: array([-1.34391461, 0.58819335, 0.19195261, -0.5660927 , 0.98594434])
y
Out[66]: array([-0.57704395, -0.40143752, -0.83931321, -0.38734544, 1.2436085 ])
np.maximum(x,y)#元素及最大值计算
Out[68]: array([-0.57704395, 0.58819335, 0.19195261, -0.38734544, 1.2436085 ])
np.minimum(x,y)#元素级最小值计算
Out[69]: array([-1.34391461, -0.40143752, -0.83931321, -0.5660927 , 0.98594434])
m = np.arange(1,5)
n = np.arange(6,10)
np.mod(n,m)#求模
Out[83]: array([0, 1, 2, 1], dtype=int32)
np.copysign(y,x)#符号复制
Out[90]: array([-0.57704395, 0.40143752, 0.83931321, -0.38734544, 1.2436085 ])
greater,greater_equal,less,less_equal,equal,not_euqal
元素级比较运算,最终产生布尔型数组,相当于>,>=,<,<=,==,!=。logical_and,logical_or,logical_xor
元素级真值运算,相当于&,|,^。
In [2]: x = np.arange(6)
In [3]: t = np.arange(1,13,2)
In [7]: np.greater(x,t)
Out[7]: array([False, False, False, False, False, False], dtype=bool)
In [8]: np.less_equal(x,t)
Out[8]: array([ True, True, True, True, True, True], dtype=bool)
In [10]: np.logical_and(x > 0,t <0)
Out[10]: array([False, False, False, False, False, False], dtype=bool)
numpy之通用函数ufunc的更多相关文章
- 1-Numpy的通用函数(ufunc)
一.numpy“通用函数”(ufunc)包括以下几种: 元素级函数(一元函数):对数组中的每个元素进行运算 数组级函数:统计函数,像聚合函数(例如:求和.求平均) 矩阵运算 随机生成函数 常用一元通用 ...
- 初探numpy——numpy常用通用函数
numpy通用函数 快速的逐元素数组函数,也可以称为ufunc,对ndarray数据中的元素进行逐元素操作的函数 一元通用函数 函数名 描述 abs.fabs 取绝对值 sqrt 计算平方根,等同于a ...
- 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 ...
- 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
1 CSV文件 CSV,Comma Separate Values,是逗号分隔文件的缩写,是一种存储数据的纯文本格式,通常用于存储电子表格或数据库软件 特点 每条记录占一行 以逗号为分隔符 逗号前后的 ...
- numpy的通用函数
通用函数:快速的元素级数组函数 通用函数是一种对ndarry中的数据执行元素级运算的函数,可以看作是简单函数(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. 一元func: abs丶f ...
- numpy通用函数
numpy的通用函数可以对数组进行向量化操作,可以提高数组元素的重复计算的效率. 一.numpy的算数运算符都是对python内置符的封装 算数运算符 >>> import nump ...
- NumPy的详细教程
原文 http://blog.csdn.net/lsjseu/article/details/20359201 主题 NumPy 先决条件 在阅读这个教程之前,你多少需要知道点python.如果你想 ...
- 学习笔记之NumPy
NumPy — NumPy http://www.numpy.org/ NumPy is the fundamental package for scientific computing with P ...
随机推荐
- dubbo学习小结
dubbo学习小结 参考: https://blog.csdn.net/paul_wei2008/article/details/19355681 https://blog.csdn.net/liwe ...
- [USACO08DEC]在农场万圣节Trick or Treat on the Farm
题目描述 Every year in Wisconsin the cows celebrate the USA autumn holiday of Halloween by dressing up i ...
- C语言,C#,Java,JavaScript之强类型与弱类型
奇葩的我今天想到一个坑爹的问题,都说Java是强类型的语言,JavaScript是弱类型的语言. 嗯嗯,那初学时候的C语言呢? 呵呵哒,突然觉得短路了.说Java是强类型的语言是因为遇到这样的情况: ...
- 使用maven时报错Dynamic Web Module 3.1 requires Java 1.7 or newe
解决方法: 1. 在eclipse 构建 web中关于java版本有三处需要修改统一. (1)在 Java Build Path的libraries中修改 ...
- 使用maven创建项目时报错The superclass "javax.servlet.http.HttpServlet" was not found on the Java Build Path
Description Resource Path Location Type The superclass "javax.servlet.http.HttpServlet" wa ...
- 报错HTTP Status 500 - Unable to instantiate Action
报错如下: HTTP Status 500 - Unable to instantiate Action, visitAction, defined for 'visit_toAddPage' in ...
- js 深拷贝和浅拷贝理解
作者:进击的袋鼠链接:https://www.zhihu.com/question/23031215/answer/124017500来源:知乎著作权归作者所有.商业转载请联系作者获得授权,非商业转载 ...
- lightoj1197区间素数筛
模板题,不过好像有点问题,当a==1的时候,答案把一也算进去了,要减去 #include<map> #include<set> #include<cmath> #i ...
- 算法练习5---快速排序Java版
基本思想:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成 ...
- iptables(二)iptables实际操作之规则查询
如果你是一个新手,在阅读如下文章时,请坚持读到最后,读的过程中可能会有障碍,但是在读完以后,你会发现你已经明白了. 在进行iptables实验时,请务必在测试机上进行. 之前在iptables的概念中 ...