Numpy系列（三）- 基本運算操作
阿新 • • 發佈：2019-03-20
random pac 新的 num line sting obj 系列 ann
Numpy 中數組上的算術運算符使用元素級別。最後的結果使用新的一個數組來返回。
import numpy as np a = np.array( [20,30,40,50] ) b = np.arange(4) b Out[113]: array([0, 1, 2, 3]) c = a -b c Out[114]: array([20, 29, 38, 47]) b ** 2 Out[115]: array([0, 1, 4, 9], dtype=int32) a < 34 Out[116]: array([ True, True, False, False])
需要註意的是，乘法運算符*的運算在NumPy數組中也是元素級別的（這與許多矩陣語言不同）。如果想要執行矩陣乘積，可以使用 dot函數：
A = np.array( [[1,1], [0,1]] )
B = np.array( [[2,0], [3,4]] )
A
Out[117]:
array([[1, 1],
[0, 1]])
B
Out[118]:
array([[2, 0],
[3, 4]])
A * B
Out[119]:
array([[2, 0],
[0, 4]])
A.dot(B)
Out[120]:
array([[5, 4],
[3, 4]])
np.dot(A,B)
Out[121]:
array([[5, 4],
[3, 4]])
某些操作（如+=和*=）可以修改現有數組，而不是創建新數組。
a = np.ones((2,3), dtype=np.int32)
a *= 3
a
Out[122]:
array([[3, 3, 3],
[3, 3, 3]])
b = np.random.random((2,3))
b
Out[124]:
array([[0.39895014, 0.30638211, 0.9011525 ],
[0.6135912 , 0.02488626, 0.67726569]])
a.dtype
Out[125]: dtype(‘int32‘)
b.dtype
Out[126]: dtype(‘float64‘)
b += a
b
Out[128]:
array([[3.39895014, 3.30638211, 3.9011525 ],
[3.6135912 , 3.02488626, 3.67726569]])
a += b
Traceback (most recent call last):
File "D:\pytho3.6\lib\site-packages\IPython\core\interactiveshell.py", line 2963, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-129-294cacd62d6f>", line 1, in <module>
a += b
TypeError: Cannot cast ufunc add output from dtype(‘float64‘) to dtype(‘int32‘) with casting rule ‘same_kind‘ 當使用不同類型的數組操作時，結果數組的類型對應於更一般或更精確的數組（稱為向上轉換的行為）。
由於定義 a時，數據類型指定為np.int32，而 a+b 生成的數據類型為 np.float64，所以自動轉換出錯。
Numpy系列（三）- 基本運算操作