Chapter4-2 通用函数:快速的元素级数组函数
2016-12-17 14:40
204 查看
'''
Chapter4-2 通用函数:快速的元素级数组函数:
索引:!!!注意是元素级
1.函数列表
2.函数的简单示例
Created on 2016年12月16日
@author: Bigboy
'''
1.函数列表备忘:
一元函数:
二元函数:
2.简单示例内容:
#-*- coding:utf-8 -*-
#1-2-----------------------------------------------------------------------------
import numpy as np
#建两个二维数组
arr1 = np.arange(8).reshape((2,4))
arr2 = np.arange(8,16).reshape((2,4))
print arr1
'''
out:
[[0 1 2 3]
[4 5 6 7]]
'''
print arr2
'''
out:
[[ 8 9 10 11]
[12 13 14 15]]
'''
print np.sqrt(arr1)#开方运算
print np.modf(np.sqrt(arr1))#小数部分与整数部分分开输出
'''
out:
[[ 0. 1. 1.41421356 1.73205081]
[ 2. 2.23606798 2.44948974 2.64575131]]
(array([[ 0. , 0. , 0.41421356, 0.73205081],
[ 0. , 0.23606798, 0.44948974, 0.64575131]]),
array([[ 0., 1., 1., 1.],
[ 2., 2., 2., 2.]]))
'''
print np.square(arr1)#平方
'''
out:
[[ 0 1 4 9]
[16 25 36 49]]
'''
print np.exp(arr1)#指数
'''
out:
[[ 1.00000000e+00 2.71828183e+00 7.38905610e+00 2.00855369e+01]
[ 5.45981500e+01 1.48413159e+02 4.03428793e+02 1.09663316e+03]]
'''
arr1 = arr1-4#每个元素都减4
print arr1
print np.sign(arr1)#x>0==1 x==0==0 x<0==-1
'''
out:
[[-4 -3 -2 -1]
[ 0 1 2 3]]
[[-1 -1 -1 -1]
[ 0 1 1 1]]
'''
import math
print np.cos(math.pi/4)
'''
out:
0.707106781187#cos(pi/4)=sqrt(2)/2
'''
print arr1
print np.logical_not(arr1)
'''
out:
[[-4 -3 -2 -1]
[ 0 1 2 3]]
[[False False False False]
[ True False False False]]#非零元素认为是1,not 1 为 false
'''
print arr1,arr2
print np.add(arr1,arr1)#等价于arr1+arr1
print np.subtract(arr2,arr1)#等价于arr2-arr1
print np.multiply(arr1,arr1)#等价于arr1*arr1
print
'''
out:
[[-4 -3 -2 -1]
[ 0 1 2 3]]
[[ 8 9 10 11]
[12 13 14 15]]
[[-8 -6 -4 -2]
[ 0 2 4 6]]
[[12 12 12 12]
[12 12 12 12]]
[[16 9 4 1]
[ 0 1 4 9]]
'''
arr1 = np.array([2,3.2,4])
arr2 = np.array([2,2,3])
print np.divide(arr1,arr2)#等价于arr1/arr2
print np.floor_divide(arr1,arr2)#除完取整
'''
out:
[ 1. 1.6 1.33333333]
[ 1. 1. 1.]#
'''
!!注意本节内容是针对的元素级函数
Chapter4-2 通用函数:快速的元素级数组函数:
索引:!!!注意是元素级
1.函数列表
2.函数的简单示例
Created on 2016年12月16日
@author: Bigboy
'''
1.函数列表备忘:
一元函数:
二元函数:
2.简单示例内容:
#-*- coding:utf-8 -*-
#1-2-----------------------------------------------------------------------------
import numpy as np
#建两个二维数组
arr1 = np.arange(8).reshape((2,4))
arr2 = np.arange(8,16).reshape((2,4))
print arr1
'''
out:
[[0 1 2 3]
[4 5 6 7]]
'''
print arr2
'''
out:
[[ 8 9 10 11]
[12 13 14 15]]
'''
print np.sqrt(arr1)#开方运算
print np.modf(np.sqrt(arr1))#小数部分与整数部分分开输出
'''
out:
[[ 0. 1. 1.41421356 1.73205081]
[ 2. 2.23606798 2.44948974 2.64575131]]
(array([[ 0. , 0. , 0.41421356, 0.73205081],
[ 0. , 0.23606798, 0.44948974, 0.64575131]]),
array([[ 0., 1., 1., 1.],
[ 2., 2., 2., 2.]]))
'''
print np.square(arr1)#平方
'''
out:
[[ 0 1 4 9]
[16 25 36 49]]
'''
print np.exp(arr1)#指数
'''
out:
[[ 1.00000000e+00 2.71828183e+00 7.38905610e+00 2.00855369e+01]
[ 5.45981500e+01 1.48413159e+02 4.03428793e+02 1.09663316e+03]]
'''
arr1 = arr1-4#每个元素都减4
print arr1
print np.sign(arr1)#x>0==1 x==0==0 x<0==-1
'''
out:
[[-4 -3 -2 -1]
[ 0 1 2 3]]
[[-1 -1 -1 -1]
[ 0 1 1 1]]
'''
import math
print np.cos(math.pi/4)
'''
out:
0.707106781187#cos(pi/4)=sqrt(2)/2
'''
print arr1
print np.logical_not(arr1)
'''
out:
[[-4 -3 -2 -1]
[ 0 1 2 3]]
[[False False False False]
[ True False False False]]#非零元素认为是1,not 1 为 false
'''
print arr1,arr2
print np.add(arr1,arr1)#等价于arr1+arr1
print np.subtract(arr2,arr1)#等价于arr2-arr1
print np.multiply(arr1,arr1)#等价于arr1*arr1
'''
out:
[[-4 -3 -2 -1]
[ 0 1 2 3]]
[[ 8 9 10 11]
[12 13 14 15]]
[[-8 -6 -4 -2]
[ 0 2 4 6]]
[[12 12 12 12]
[12 12 12 12]]
[[16 9 4 1]
[ 0 1 4 9]]
'''
arr1 = np.array([2,3.2,4])
arr2 = np.array([2,2,3])
print np.divide(arr1,arr2)#等价于arr1/arr2
print np.floor_divide(arr1,arr2)#除完取整
'''
out:
[ 1. 1.6 1.33333333]
[ 1. 1. 1.]#
'''
!!注意本节内容是针对的元素级函数
相关文章推荐
- Python动态类型的学习---引用的理解
- Python3写爬虫(四)多线程实现数据爬取
- 垃圾邮件过滤器 python简单实现
- 下载并遍历 names.txt 文件,输出长度最长的回文人名。
- install and upgrade scrapy
- Scrapy的架构介绍
- Centos6 编译安装Python
- 使用Python生成Excel格式的图片
- 让Python文件也可以当bat文件运行
- [Python]推算数独
- Python中zip()函数用法举例
- Python中map()函数浅析
- Python将excel导入到mysql中
- Python在CAM软件Genesis2000中的应用
- 使用Shiboken为C++和Qt库创建Python绑定
- FREEBASIC 编译可被python调用的dll函数示例
- Python 七步捉虫法