numpy通用函式
阿新 • • 發佈:2019-01-07
通用函式
學習筆記!numpy的通用函式可以對陣列進行向量化操作,可以提高陣列元素的重複計算的效率。一、算數運算子
numpy的算數運算子都是對python內建運算子的封裝。>>> import numpy as np >>> x = np.arange(4) >>> x array([0, 1, 2, 3]) >>> x+2 array([2, 3, 4, 5]) >>> np.add(x,2)#加法 array([2, 3, 4, 5]) >>> x-2 array([-2, -1, 0, 1]) >>> np.subtract(x,2)#減法 array([-2, -1, 0, 1]) >>> x*2 array([0, 2, 4, 6]) >>> np.multiply(x,2)#乘法 array([0, 2, 4, 6]) >>> x/2 array([0. , 0.5, 1. , 1.5]) >>> np.divide(x,2)#除法 array([0. , 0.5, 1. , 1.5]) >>> x**2 array([0, 1, 4, 9], dtype=int32) >>> np.power(x,2)#乘方 array([0, 1, 4, 9], dtype=int32) >>> x//2 array([0, 0, 1, 1], dtype=int32) >>> np.floor_divide(x,2)#地板除法 array([0, 0, 1, 1], dtype=int32) >>> x%2 array([0, 1, 0, 1], dtype=int32) >>> np.mod(x,2)#取餘 array([0, 1, 0, 1], dtype=int32)
二、絕對值
>>> x=np.array([-1,-3,-5])
>>> np.abs(x)#取絕對值
array([1, 3, 5])
三、三角函式及反三角函式注:由於計算機的截斷,舍入誤差,有些為零的地方沒有精確到零,但非常小。>>> theta=np.linspace(0,np.pi,3)#180°均分成3份 >>> theta array([0. , 1.57079633, 3.14159265]) >>> np.sin(theta)#正弦函式 array([0.0000000e+00, 1.0000000e+00, 1.2246468e-16]) >>> np.cos(theta)#餘弦函式 array([ 1.000000e+00, 6.123234e-17, -1.000000e+00]) >>> np.tan(theta)#正切函式 array([ 0.00000000e+00, 1.63312394e+16, -1.22464680e-16]) >>>
>>> x=np.array([-1,0,1])
>>> np.arcsin(x)
array([-1.57079633, 0. , 1.57079633])
>>> np.arccos(x)
array([3.14159265, 1.57079633, 0. ])
>>> np.arctan(x)
array([-0.78539816, 0. , 0.78539816])
>>>
四、指數及對數運算
>>> x=np.array([1,2,3])
>>> np.exp(x)
array([ 2.71828183, 7.3890561 , 20.08553692])
>>> np.power(3,x)
array([ 3, 9, 27], dtype=int32)
>>> x=np.array([1,8,64,100])
>>> np.log(x) #自然對數ln(x)
array([0. , 2.07944154, 4.15888308, 4.60517019])
>>> np.log2(x)
array([0. , 3. , 6. , 6.64385619])
>>> np.log10(x)
array([0. , 0.90308999, 1.80617997, 2. ])
>>>
注意:log(x)表示的是自然對數ln(x)