Python通用函数实现数组计算的方法

yipeiwu_com6年前Python基础

一.数组的运算

数组的运算可以进行加减乘除,同时也可以将这些算数运算符进行任意的组合已达到效果。

>>> x=np.arange(5)
>>> x
array([0, 1, 2, 3, 4])
>>> x=5
>>> x=np.arange(5)
>>> x+5
array([5, 6, 7, 8, 9])
>>> x-5
array([-5, -4, -3, -2, -1])
>>> x*2
array([0, 2, 4, 6, 8])
>>> x/2
array([0. , 0.5, 1. , 1.5, 2. ])
>>> x//2
array([0, 0, 1, 1, 2], dtype=int32)

二.绝对值的运算

一共有三种方法,第一种方法是直接利用不是NumPy库的abs函数进行计算,第二种和第三种方法则是利用numpy库的abs函数和absolute函数进行运算。如下所示:

>>> x=np.array([1,2,3,-4,-5,-6])
>>> x
array([ 1, 2, 3, -4, -5, -6])
>>> abs(x)
array([1, 2, 3, 4, 5, 6])
>>> np.abs(x)
array([1, 2, 3, 4, 5, 6])
>>> np.absolute(x)
array([1, 2, 3, 4, 5, 6])

三.三角函数的运算

首先定义一个a的np当中的array对象,然后再进行运算:

>>> a
array([0.    , 1.57079633, 3.14159265])
>>> np.sin(a)
array([0.0000000e+00, 1.0000000e+00, 1.2246468e-16])
>>> np.cos(a)
array([ 1.000000e+00, 6.123234e-17, -1.000000e+00])
>>> np.tan(a)
array([ 0.00000000e+00, 1.63312394e+16, -1.22464680e-16])

四.指数和对数的运算

指数的运算:

>>> x=[1,2,3]
>>> x
[1, 2, 3]
>>> np.exp(x)
array([ 2.71828183, 7.3890561 , 20.08553692])
>>> np.exp2(x)
array([2., 4., 8.])

np.power(3,x)
array([ 3, 9, 27], dtype=int32)

对数的运算:

>>> np.log(x)
array([0.    , 0.69314718, 1.09861229])
>>> np.log2(x)
array([0.    , 1.    , 1.5849625])
>>> x
[1, 2, 3]
>>> np.log10(x)
array([0.    , 0.30103  , 0.47712125])

总结

以上所述是小编给大家介绍的Python通用函数实现数组计算的方法,希望对大家有所帮助,如果大家有任何疑问欢迎给我留言,小编会及时回复大家的!

相关文章

python实现12306抢票及自动邮件发送提醒付款功能

python实现12306抢票及自动邮件发送提醒付款功能

#写在前面,这个程序我已经弄出来了,但是因为黄牛泛滥以及懒人太多,整个程序的代码就不贴出来了,这里纯粹就是技术交流。 只做技术交流、、、、、 嗯,程序结束后,自己还是得手动付款。 废...

python实现LRU热点缓存及原理

LRU LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”。 基于列...

Python与Java间Socket通信实例代码

Python与Java间Socket通信   之前做过一款Java的通讯工具,有发消息发文件等基本功能.可大家也都知道Java写的界面无论是AWT或Swing,那简直不是人看的,对于我们...

python调用机器喇叭发出蜂鸣声(Beep)的方法

本文实例讲述了python调用机器喇叭发出蜂鸣声(Beep)的方法。分享给大家供大家参考。具体分析如下: 下面这段python代码可调用机器喇叭发出蜂鸣声(Beep),当然你的喇叭必须能...

十分钟利用Python制作属于你自己的个性logo

十分钟利用Python制作属于你自己的个性logo

前言 词云的使用相信大家已经不陌生了,使用很简单,直接调用wordcloud包就可以了。它的主要功能是根据文本词汇和词汇频率生成图片,从中可以直观的看出各个词汇所占比重。 之前我们也介绍...