numpy中的快速的元素级数组函数

Posted mengxiaoleng

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中的快速的元素级数组函数相关的知识,希望对你有一定的参考价值。

numpy中的快速的元素级数组函数

一元(unary)ufunc

对于数组中的每一个元素,都将元素代入函数,将得到的结果放回到原来的位置

>>> import numpy as np
>>> arr=np.arange(10)
>>> arr
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.sqrt(arr)# 开方
array([0.        , 1.        , 1.41421356, 1.73205081, 2.        ,
       2.23606798, 2.44948974, 2.64575131, 2.82842712, 3.        ])
>>> np.exp(arr)# e的n次方
array([1.00000000e+00, 2.71828183e+00, 7.38905610e+00, 2.00855369e+01,
       5.45981500e+01, 1.48413159e+02, 4.03428793e+02, 1.09663316e+03,
       2.98095799e+03, 8.10308393e+03])
>>> 

二元(binary)ufunc

取x和y之中对应位置的最大值

>>> x=np.random.randn(8)
>>> y=np.random.randn(8)
>>> x
array([ 0.15753027,  1.24668807, -0.26609702,  1.00292598,  0.49230071,
       -1.6626497 , -0.35986389,  0.28558569])
>>> y
array([-0.44082009,  2.26042214,  0.95233366, -1.01650424, -0.35827745,
       -0.21205099,  0.06795023, -1.2609774 ])
>>> np.maximum(x,y)
array([ 0.15753027,  2.26042214,  0.95233366,  1.00292598,  0.49230071,
       -0.21205099,  0.06795023,  0.28558569])

返回多个数组的ufunc

分别获取小数部分和整数部分

>>> arr=np.random.randn(7)*5
>>> arr
array([-15.75240096,   0.4995332 ,  -6.53116402,   4.76986453,
         0.90669531,   2.74661109,  -1.29104246])
>>> remainder,whole_part=np.modf(arr)
>>> remainder
array([-0.75240096,  0.4995332 , -0.53116402,  0.76986453,  0.90669531,
        0.74661109, -0.29104246])
>>> whole_part
array([-15.,   0.,  -6.,   4.,   0.,   2.,  -1.])

一些ufuc函数

技术图片

技术图片

技术图片

以上是关于numpy中的快速的元素级数组函数的主要内容,如果未能解决你的问题,请参考以下文章

学习通用函数:快速的元素级数组函数Numpy

numpy的通用函数

通用函数:快速的元素级数组函数

用NumPy数组中的```[i,i,i]```快速替换元素i的pythonic方法?

在 numpy 数组中查找最大 N 个元素的快速方法

一种在 numpy 数组中查找最大 N 个元素的快速方法