python数据科学(三) Numpy(二) 通用函数
本文最后更新于:2023年4月15日 晚上
python数据科学(三) Numpy(二) 通用函数
NumPy 为很多类型的操作提供了非常方便的、静态类型的、可编译程序的接口,也被称作向量操作。你可以通过简单地对数组执行操作来实现,这里对数组的操作将会被用于数组中的每一个元素。这种向量方法被用于将循环推送至 NumPy 之下的编译层,这样会取得更快的执行效率。
1 | 数组的运算
对数组应用这些运算符, 相当于对数组的每一个元素应用+-x/之类
2 | 绝对值
3 | 三角函数
角度数组的定义:
1 |
|
三角函数: np.sin
np.cos
np.tan
同样可以使用逆三角函数np.arccos
np.arcsin
np.arctan
4 | 指数和对数
指数运算 | 含义 |
---|---|
np.exp(x) |
$e^x$ |
np.exp2(x) |
$2^x$ |
np.power(n, x) |
$n^x$ |
对数运算 | 含义 |
---|---|
np.log(x) |
$\ln \left( \mathrm{x} \right) $ |
np.log2(x) |
$\log _2\mathrm{x}$ |
np.log10(x) |
$\lg\mathrm{x}$ |
还有一些特殊版本:
运算 | 含义 |
---|---|
np.expm1(x) |
$\mathrm{e}^{\mathrm{x}}-1$ |
np.log1p(x) |
$\ln \left( 1+\mathrm{x} \right) $ |
当x值很小时, 这两个特殊运算给出的计算较np.log
和np.exp
更加精确
5 | 专用通用函数
NumPy除了上述常用的通用函数之外, 还提供了双曲三角函数, 比特位运算, 比较运算, 弧度转角度, 求,整取余等运算符, 见:
除此之外, 还有一个专用的通用函数子模块用于进行晦涩的数学计算, 叫做scipy.special
(具体用的时候再看吧..)
6 | 高级的通用函数特性
6-1 | 指定输出
所有的通用函数都可以通过out参数来指定输出的位置:
比如我先定义一个全0数组y
1 |
|
然后指定x*10存放在y数组中, 每间隔一个存放
1 |
|
6-2 | 聚合
reduce方法:
6-3 | 外积
任何通用函数都可以用outer
方法获得两个不同输入数组所有元素对的函数运算结果
python数据科学(三) Numpy(二) 通用函数
https://blog.roccoshi.top/posts/6078/