1. 程式人生 > >numpy通用函式

numpy通用函式

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
>>> 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])
>>> 
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。
>>> 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)