Numpy的数学操作

阿里云双11来了!从本博客参与阿里云,服务器最低只要86元/年!

  • 加减乘除,乘法是对应元素相乘,点乘使用.dot()
a = np.ones((2,2))
b = np.array([-2,5])
print(a)
——[[1. 1.]
    1. 1.]]
print(b)
——[-2  5]
print(a+b)
——[[-1.  6.]
   [-1.  6.]]
print(a-b)
——[[ 3.  -4.]
   [ 3.  -4.]]
print(a*b)
——[[-2.  5.]
   [-2.  5.]]
print(a/b)
——[[-0.5  0.2]
   [-0.5  0.2]]
print(a.dot(b))
——[3.  3.]
  • 常量:
print(np.e)
——2.718281828459045
print(np.pi)
——3.141592653589793
print(np.Inf)
——inf
print(np.NaN)
——nan
  • sum:求和,可以用数组的成员函数也可以用NumPy的标准函数
a = np.array([2,4,6])
print(a.sum())    #方法一
print(np.sum(a))    #方法二
——12
  12
  • prod:求积,可以用数组的成员函数也可以用NumPy的标准函数
a = np.array([2,4,6])
print(a.prod())    #方法一
print(np.prod(a))    #方法二
——48
  48
  • mean,var,std:平均数,方差,标准差
a = np.array([2,6,13])
print(a.mean())
print(np.mean(a))
print(a.var())
print(np.var(a))
print(a.std())
print(np.std(a))
——7.0
  7.0
  20.666666666666668
  20.666666666666668
  4.546060565661952
  4.546060565661952
  • max,min:最大,最小元素
a = np.array([2,6,10])
print(a.max())
print(np.max(a))
print(a.min())
print(np.min(a))
——10
10
2
2
  • argmax,argmin:最大,最小元素对应的索引值
a = np.array([2,6,10])
print(a.max())
print(np.max(a))
print(a.min())
print(np.min(a))
——2
2
0
0
  • ceil,floor,rint:取上限,取下限,四舍五入
a = np.array([1.4,2.5,3.8])
print(np.ceil(a))    #上限
print(np.floor(a))    #下限
print(np.rint(a))    #四舍五入
——[2. 3. 4.]
  [1. 2. 3.]
[1. 2. 4.]
  • unique:去除数组中重复的值
a = np.array([2,2,2,3,4,5,6,6,7,8,9,9,10])
print(np.unique(a))
——[2 3 4 5 6 7 8 9 10]
  • clip:把数组里的元素限制到指定范围,即把大于上限的设为上限,小于下限的设为下限
a = np.array([2,2,2,3,4,5,6,6,7,8,9,9,10])
print(a.clip(0,6))
——[2 2 2 3 4 5 6 6 6 6 6 6 6]
  • diagonal:取出对角元素
a = np.array([(1,2,3),(4,5,6),(7,8,9)])
print(a.diagonal())
——[1 5 9]
  • sort:排序
a = np.array([5,8,1,23,2,2,5,4,2,2,2,3,6,9,8,7,41])
a.sort()
print(a)
——[1 2 2 2 2 2 3 4 5 5 6 7 8 8 9 23 41]

注,sort()不能嵌套在print()函数中作为表达式:

a = np.array([5,8,1,23,2,2,5,4,2,2,2,3,6,9,8,7,41])
print(a.sort())
——None

还有一些数学运算操作:abs sign sqrt log log10 exp sin cos tan arcsin arccos arctan sinh cosh tanh arcsinh arctanh

a = np.array([1.4,2.5,3.8])
print(np.cos(a))
——0.16996714  -0.80114362  -0.79096771
print(np.sin(a))
——0.98544973  0.59847214  -0.61185789
print(np.tan(a))
——5.79788372  -0.7470223  -0.77355609
print(np.log10(a))
——0.14612804  0.39794001  0.5797836

https://www.jianshu.com/p/92e155362d15

Python量化投资网携手4326手游为资深游戏玩家推荐:《《一梦江湖》:师徒专属时装上线!为师还能教你一套君子六艺…

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论