NumPy 通用函数

NumPy 的通用函数支持向量化操作。

向量化是指对数组执行逐元素操作。在阅读本教程之前，请确保您已理解 向量化。

NumPy 通用函数

NumPy 中的通用函数包括：

• 三角函数，如 sin()、cos() 和 tan()

• 算术函数，如 add()、subtract() 和 multiply()

• 舍入函数，如 floor()、ceil() 和 around()

• 聚合函数，如 mean()、min() 和 max()。

让我们看一些示例。

示例：三角函数

import numpy as np

# array of angles in radians
angles = np.array([0, 1, 2])
print("Angles:", angles)

# compute the sine of the angles
sine_values = np.sin(angles)
print("Sine values:", sine_values)

# compute the inverse sine of the angles
inverse_sine = np.arcsin(angles)
print("Inverse Sine values:", inverse_sine)

输出

Angles: [0 1 2]
Sine values: [0.         0.84147098 0.90929743]
Inverse Sine values: [0.         1.57079633        nan]

在此示例中，我们使用通用函数 sin() 和 arcsin() 分别计算正弦和反正弦值。

当我们对数组 angles 执行 sin() 函数时，会对数组的所有元素执行逐元素操作。这称为向量化。

示例：算术函数

import numpy as np

first_array = np.array([1, 3, 5, 7])
second_array = np.array([2, 4, 6, 8])

# using the add() function
result2 = np.add(first_array, second_array)
print("Using the add() function:",result2) 

输出

Using the add() function: [ 3  7 11 15]

在此，我们使用通用函数 add() 将两个数组 first_array 和 second_array相加。

示例：舍入函数

import numpy as np

numbers = np.array([1.23456, 2.34567, 3.45678, 4.56789])

# round the array to two decimal places
rounded_array = np.round(numbers, 2)

print("Array after round():", rounded_array)

输出

Array after round(): [1.23 2.35 3.46 4.57]

在此，我们使用通用函数 round() 来舍入数组 numbers 的值。

要了解更多关于三角函数、算术函数和舍入函数的信息，请访问 NumPy 数学函数。

示例：统计函数

import numpy as np

array1 = np.array([1, 2, 3, 4, 5])

# calculate the median
median = np.median(array1)
print("Median is:",median)

# find the largest element
max = np.max(array1)
print("Largest element is", max)

输出

Median is: 3.0
Largest element is 5

在此示例中，我们使用通用函数 median() 和 max() 来查找 array1 的中位数和最大元素。

欲了解更多信息，请访问 NumPy 统计函数。