NumPy 教程

NumPy 笔记

original icon
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.knowledgedict.com/tutorial/numpy-arithmetic-operations.html

NumPy算数运算


用于执行算术运算(如add()subtract()multiply()divide())的输入数组必须具有相同的形状或符合数组广播规则。

示例

import numpy as np 
a = np.arange(9, dtype = np.float_).reshape(3,3)  
print  '第一个数组:'  
print a 
print  '\n'  
print  '第二个数组:' 
b = np.array([10,10,10])  
print b 
print  '\n'  
print  '两个数组相加:'  
print np.add(a,b)  
print  '\n'  
print  '两个数组相减:'  
print np.subtract(a,b)  
print  '\n'  
print  '两个数组相乘:'  
print np.multiply(a,b)  
print  '\n'  
print  '两个数组相除:'  
print np.divide(a,b)

输出如下:

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]]

让我们现在来讨论 NumPy 中提供的一些其他重要的算术函数。

numpy.reciprocal()

此函数返回参数逐元素的倒数,。由于 Python 处理整数除法的方式,对于绝对值大于 1 的整数元素,结果始终为 0,对于整数 0,则发出溢出警告。

示例

import numpy as np 
a = np.array([0.25,  1.33,  1,  0,  100])  
print  '我们的数组是:'  
print a 
print  '\n'  
print  '调用 reciprocal 函数:'  
print np.reciprocal(a)  
print  '\n' 
b = np.array([100], dtype =  int)  
print  '第二个数组:'  
print b 
print  '\n'  
print  '调用 reciprocal 函数:'  
print np.reciprocal(b)

输出如下:

我们的数组是:                                                               
[   0.25    1.33    1.      0.    100.  ]                                     

调用 reciprocal 函数:                                         
main.py:9: RuntimeWarning: divide by zero encountered in reciprocal           
  print np.reciprocal(a)                                                      
[ 4.         0.7518797  1.               inf  0.01     ]                      

第二个数组:                                                      
[100]                                                                         

调用 reciprocal 函数:                                        
[0]

numpy.power()

此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。

import numpy as np 
a = np.array([10,100,1000])  
print  '我们的数组是;'  
print a 
print  '\n'  
print  '调用 power 函数:'  
print np.power(a,2)  
print  '\n'  
print  '第二个数组:' 
b = np.array([1,2,3])  
print b 
print  '\n'  
print  '再次调用 power 函数:'  
print np.power(a,b)

输出如下:

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()

此函数返回输入数组中相应元素的除法余数。函数numpy.remainder()也产生相同的结果。

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  '\n'  
print  '第二个数组:'  
print b 
print  '\n' 
print  '调用 mod() 函数:'  
print np.mod(a,b)  
print  '\n'  
print  '调用 remainder() 函数:'  
print np.remainder(a,b)

输出如下:

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]

以下函数用于对含有复数的数组执行操作。

  • numpy.real() 返回复数类型参数的实部。

  • numpy.imag() 返回复数类型参数的虚部。

  • numpy.conj() 返回通过改变虚部的符号而获得的共轭复数。

  • numpy.angle() 返回复数参数的角度。函数的参数是degree。如果为true,返回的角度以角度制来表示,否则为以弧度制来表示。

import numpy as np 
a = np.array([-5.6j,  0.2j,  11.  ,  1+1j])  
print  '我们的数组是:'  
print a 
print  '\n'  
print  '调用 real() 函数:'  
print np.real(a)  
print  '\n'  
print  '调用 imag() 函数:'  
print np.imag(a)  
print  '\n'  
print  '调用 conj() 函数:'  
print np.conj(a)  
print  '\n'  
print  '调用 angle() 函数:'  
print np.angle(a)  
print  '\n'  
print  '再次调用 angle() 函数(以角度制返回):'  
print np.angle(a, deg =  True)

输出如下:

我们的数组是:
[ 0.-5.6j 0.+0.2j 11.+0.j 1.+1.j ]

调用 real() 函数:
[ 0. 0. 11. 1.]

调用 imag() 函数:
[-5.6 0.2 0. 1. ]

调用 conj() 函数:
[ 0.+5.6j 0.-0.2j 11.-0.j 1.-1.j ]

调用 angle() 函数:
[-1.57079633 1.57079633 0. 0.78539816]

再次调用 angle() 函数(以角度制返回):
[-90. 90. 0. 45.]