ufunc函数
Posted shi_zi_183
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了ufunc函数相关的知识,希望对你有一定的参考价值。
ufunc函数
ufunc简介
ufunc是universal function的简称,它能对数组每个元素进行运算的函数。NumPy的许多ufunc函数都是用C语言实现的,因此它们的运算速度非常快。
值得注意的是,对于同等长度的ndarray,np.sin()比math.sin()快
但是对于单个数值,math.sin()的速度更快。
角度转换成弧度:
角度:a
弧度:u=a/180*pi
四则运算
NumPy提供了许多ufunc函数,它们和相应的运算符运算结果相同。
比较运算和布尔运算
使用==
,>
对两个数组进行比较,会返回一个布尔数组,每个元素都是对应的元素的比较结果。
表达式 | ufunc函数 |
---|---|
y=x1==x2 | equal(x1,x2) |
y=x1!=x2 | not_equal(x1,x2) |
y=x1<x2 | less(x1,x2) |
y=x1<=x2 | not_equak(x1,x2) |
y=x1>x2 | greater(x1,x2) |
y=x1>=x2 | greater_equal(x1,x2) |
广播broadcasting
使用ufunc对两个数组进行运算时,ufunc函数会对两个数组的对应元素进行运算。如果数组的形状不相同,就会进行下广播处理。简而言之,就是向两个数组每一维度上的最大值靠齐。
例子
广播的前提条件是扩充维度的长度必须为1,当不为1时报错。
可以看到将a的列扩充一倍就可以和b运算,但因为扩充单位是(2,3)其中列长度为2,所以报错。
可以看到判断仅与被扩充维度有关,即使另一个维度为1也报错
ogrid
ogrid用来生成广播运算所用的数组
NumPy的函数库
随机数
除了前面介绍的ufunc()函数外,NumPy还提供了大量对于数组运算的函数。它们能够简化逻辑,提高运算速度。
1、numpy.random.rand(d0,d1,…,dn)
作用:参数一个给定形状的数组(其实应该是ndarray对象或者是一个单值),数组中的值服从从[0,1)之间的均匀分布。
参数:维度的长度。如果没有参数则返回一个float
返回值:nadrray或float
2、numpy.random.uniform(low=0.0,high=1.0,size=None)
作用:返回一个在区间[low,high)中均匀分布的数组,size指定形状。
参数:
low、high:float型或者float型的类数组对象。指定抽样区间
size:int型或int型元组。指定形状,如果不提供size,则返回一个服从该分布的随机数。
3、numpy.random.randn(d0,d1,…,dn)
作用:返回一个指定形状的数组,数组中的值服从标准正态分布(均值为0,方差为1)。
参数:d0,d1,…,dn:int,可选。如果没有参数,则返回一个服从标准正态分布的float型随机数。
返回值:ndarray对象或者float
4、numpy.random.normal(loc=0.0,scale=1.0,size=None)
作用:返回一个由size指定形状的数组,数组中的值服从均值为loc,标准差为scale的正态分布
参数:
loc:float型或者float型的类数组的类数组对象,指定均值
scale:float型或者float型的类数组对象,指定标准差
size:int型或者int型元组,指定了数组的形状。如果不提供size,且loc和scale为标量(不是类数组对象),则返回一个服从该分布的随机数。
输出:ndarray或者一个标量
5、numpy.random.randint(low,high=None,size=None,dtype=‘I’)
作用:返回一个在区间[low,high)中离散均匀抽样的数组,size指定形状,dtype指定数据类型。
参数:
low,high:int型,指定抽样区间
size:int型或int型元组,指定形状
dypte:可选参数,指定数据类型,比如int,int64等,默认是np.int
返回值:如果指定了size,则返回一个int型的ndarray对象,否则返回一个服从该分布的int型随机数。
6、numpy.random.random(size=None)
作用:返回从[0,1)之间均匀抽样的数组,size指定形状。
返回值:float或者float型的ndarray对象
求和,平均值,方差
函数名 | 功能 |
---|---|
sum | 求和 |
average | 加权平均数 |
var | 方差 |
mean | 期望 |
std | 标准差 |
product | 连乘积 |
axis选择求和的轴,第几轴(列为1,行为0)
keepdims可以保存原来数组的维数
大小与排序
函数名 | 功能 |
---|---|
min | 最小值 |
max | 最大值 |
ptp | 极差 |
argmin | 最小值的下标 |
mininum | 二元最小值 |
maxinum | 二元最大值 |
sort | 数组排序 |
argsort | 数组排序下标 |
percentile | 分位数 |
median | 中位数 |
sort()对数组进行排序会改变数组的内容,返回一个新的数组。axis的默认值都为1,即按最终轴进行排序。axis=0对每列上的值进行排序。
percentile计算处于p%上的值。
统计函数
NumPy中常用的统计函数由unique(),bicount(),histogram()。
unique()
unique有两个参数,return_index=True同时返回原始数组中的下标,return_inverse=True表示原始数据在新数组的下标。
bincount()
对非负整数数组中的各个元素出现的次数进行统计,返回数组中的第i个元素是整数i出现的次数。
histogram()
对以为数组进行直方图统计,其参数为histogram(a,bins=10,range=None,weights=None)
函数返回两个一维数组,hist是每个区间的统计结果,bin_edges返回区间的边界值。
操作多维数组
多维数组可以进行连接,分段等多种操作。
vstack()、hstack()、column_statck()
split()函数进行分段
多项式函数
多项式函数是整数的次幂与系数的乘积,如:
f
(
x
)
=
a
n
(
x
n
)
+
a
n
−
1
(
x
(
n
−
1
)
)
+
…
+
a
1
(
x
)
+
a
0
f(x)= an(x^n)+ an-1(x^{(n-1)})+…+ a1(x)+ a0
f(x)=an(xn)+an−1(x(n−1))+…+a1(x)+a0NumPy中多项式函数可以用一维数组表示。a[0]为最高次,a[-1]为常数项。
多项式函数可以进行四则运算,其中运算的列表自动化成多项式函数
多项式也可以进行积分和求导,也可以求多项式的根。
之后用到再细讲
以上是关于ufunc函数的主要内容,如果未能解决你的问题,请参考以下文章
我可以使用`xarray.apply_ufunc`并行化`numpy.bincount`吗?