Numpy 常量

Numpy 常量是用于数学计算的预定义固定值。

例如，np.pi 是一个数学常数，它返回 pi (π) 的值，即 3.141592653589793。

使用预定义常量可以使我们的代码简洁易读。

我们将讨论 Numpy 库提供的一些常用常量。

Numpy 常量

在 Numpy 中，最常用的常量是 pi 和 e。

np.pi

np.pi 是一个数学常数，它返回 pi (π) 的值，是一个浮点数。它的值约为 **3.141592653589793**。

让我们看一个例子。

import numpy as np

radius = 2
circumference = 2 * np.pi * radius
print(circumference)

输出

12.566370614359172

在此，np.pi 返回 **3.141592653589793** 的值，用于计算周长。

我们使用了常量 np.pi，而不是一个长浮点数。这使得我们的代码看起来更整洁。

注意：由于 pi 属于 Numpy 库，我们需要导入它并使用 np.pi 来访问它。

np.e

np.e 广泛用于指数和对数函数。它的值约为 **2.718281828459045**。

让我们看一个例子。

import numpy as np

y = np.e

print(y)

输出

2.718281828459045

在上面的示例中，我们只是打印了常量 np.e。正如我们所见，它返回其值 **2.718281828459045**。

然而，这个例子没有意义，因为这并不是我们在现实生活中使用常量 e 的方式。

我们通常将常量 e 与 exp() 函数一起使用。e 是指数函数 exp(x) 的基数，等同于 e^x。

让我们看一个例子。

import numpy as np

x = 1
y = np.exp(x)

print(y)

输出

2.718281828459045

正如你所见，我们得到了与上一个示例相同的结果。这是因为

np.exp(x) 

等同于

np.e ^ x

x 的值为 **1**。所以，np.e^x 返回常量 e 的值。

Numpy 常量和数组的算术运算

我们可以使用算术运算符对常量和数组中的所有元素执行加、减、除等运算。

让我们看一个例子。

import numpy as np

array1 = np.array([1, 2, 3])

# add each array element with the constant pi
y = array1 + np.pi

print(y)

输出

[4.14159265 5.14159265 6.14159265]

在此示例中，将值 **3.141592653589793** (π) 添加到 array1 的每个元素中。