NumPy 算术函数
Posted fpzs
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NumPy 算术函数相关的知识,希望对你有一定的参考价值。
NumPy 算术函数
NumPy 算术函数包含简单的加减乘除: add(),subtract(),multiply() 和 divide()。
需要注意的是数组必须具有相同的形状或符合数组广播规则。
实例
import numpy as np a = np.arange(9, dtype = np.float_).reshape(3,3) print (‘第一个数组:‘) print (a) print (‘
‘) print (‘第二个数组:‘) b = np.array([10,10,10]) print (b) print (‘
‘) print (‘两个数组相加:‘) print (np.add(a,b)) print (‘
‘) print (‘两个数组相减:‘) print (np.subtract(a,b)) print (‘
‘) print (‘两个数组相乘:‘) print (np.multiply(a,b)) print (‘
‘) print (‘两个数组相除:‘) print (np.divide(a,b))
输出结果为:
第一个数组:
[[0. 1. 2.]
[3. 4. 5.]
[6. 7. 8.]]
第二个数组:
[10 10 10]
两个数组相加:
[[10. 11. 12.]
[13. 14. 15.]
[16. 17. 18.]]
两个数组相减:
[[-10. -9. -8.]
[ -7. -6. -5.]
[ -4. -3. -2.]]
两个数组相乘:
[[ 0. 10. 20.]
[30. 40. 50.]
[60. 70. 80.]]
两个数组相除:
[[0. 0.1 0.2]
[0.3 0.4 0.5]
[0.6 0.7 0.8]]
此外 Numpy 也包含了其他重要的算术函数。
numpy.reciprocal()
numpy.reciprocal() 函数返回参数逐元素的倒数。如 1/4 倒数为 4/1。
实例
import numpy as np a = np.array([0.25, 1.33, 1, 100]) print (‘我们的数组是:‘) print (a) print (‘
‘) print (‘调用 reciprocal 函数:‘) print (np.reciprocal(a))
输出结果为:
我们的数组是:
[ 0.25 1.33 1. 100. ]
调用 reciprocal 函数:
[4. 0.7518797 1. 0.01 ]
numpy.power()
numpy.power() 函数将第一个输入数组中的元素作为底数,计算它与第二个输入数组中相应元素的幂。
实例
import numpy as np a = np.array([10,100,1000]) print (‘我们的数组是;‘) print (a) print (‘
‘) print (‘调用 power 函数:‘) print (np.power(a,2)) print (‘
‘) print (‘第二个数组:‘) b = np.array([1,2,3]) print (b) print (‘
‘) print (‘再次调用 power 函数:‘) print (np.power(a,b))
输出结果为:
我们的数组是;
[ 10 100 1000]
调用 power 函数:
[ 100 10000 1000000]
第二个数组:
[1 2 3]
再次调用 power 函数:
[ 10 10000 1000000000]
numpy.mod()
numpy.mod() 计算输入数组中相应元素的相除后的余数。 函数 numpy.remainder() 也产生相同的结果。
实例
import numpy as np a = np.array([10,20,30]) b = np.array([3,5,7]) print (‘第一个数组:‘) print (a) print (‘
‘) print (‘第二个数组:‘) print (b) print (‘
‘) print (‘调用 mod() 函数:‘) print (np.mod(a,b)) print (‘
‘) print (‘调用 remainder() 函数:‘) print (np.remainder(a,b))
输出结果为:
第一个数组:
[10 20 30]
第二个数组:
[3 5 7]
调用 mod() 函数:
[1 0 2]
调用 remainder() 函数:
[1 0 2]
以上是关于NumPy 算术函数的主要内容,如果未能解决你的问题,请参考以下文章
python -- numpy 基本数据类型,算术运算,组合,分割 函数