作者主页(文火冰糖的硅基工坊):https://blog.csdn.net/HiWangWenBing
本文网址:https://blog.csdn.net/HiWangWenBing/article/details/119297864
目录
第1部分 概述
NumPy 包含大量的各种数学运算的函数,包括三角函数,算术运算的函数,复数处理函数等。
该操作是对数组中每个元素执行相同的函数运算,并获得每个元素函数运算的结果序列,这些序列生成一个新的同维度的数组。
https://www.runoob.com/numpy/numpy-linear-algebra.html
第2部分 三角函数
NumPy 提供了标准的三角函数:sin()、cos()、tan()。
说明:如果把数组A作为x轴数据,把三角函数的运算结果B作为y轴数据,并送给画图工具,就可以得到三角函数的图像。
2.1 正弦运算
#实例
import numpy as np
a = np.array([0,30,45,60,90])
print ('不同角度的正弦值:')
# 通过乘 pi/180 转化为弧度
print (np.sin(a*np.pi/180))
print ('\n')
输出结果:
不同角度的正弦值:
[0. 0.5 0.70710678 0.8660254 1. ]
2.2 余弦运算
#实例
import numpy as np
a = np.array([0,30,45,60,90])
print ('数组中角度的余弦值:')
print (np.cos(a*np.pi/180))
print ('\n')
输出结果:
数组中角度的余弦值:
[1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
6.12323400e-17]
arcsin,arccos,和 arctan 函数返回给定角度的 sin,cos 和 tan 的反三角函数。
这些函数的结果可以通过 numpy.degrees() 函数将弧度转换为角度。
第2部分 舍入函数
2.1 四舍五入的函数:numpy.around()
numpy.around() 函数返回指定数字的四舍五入值。
numpy.around(a,decimals)
参数说明:
- a: 数组
- decimals: 舍入后小数点的位数。 默认值为0,转换为整数。 如果为负,整数将四舍五入到小数点左侧的位置
#实例
import numpy as np
a = np.array([1.0,5.55, 123, 0.567, 25.532])
print ('原数组:')
print (a)
print ('\n')
print ('舍入后:')
print (np.around(a)) #整数
print (np.around(a, decimals = 1)) #1位小数
print (np.around(a, decimals = -1)) #十位整数
#输出结果为:
原数组:
[ 1. 5.55 123. 0.567 25.532]
舍入后:
[ 1. 6. 123. 1. 26.] #无小数,各位整数
[ 1. 5.6 123. 0.6 25.5] #一位小数
[ 0. 10. 120. 0. 30.] #十位整数
2.2 向下取整numpy.floor()
numpy.floor() 返回小于或者等于指定表达式的最大整数,即向下取整,即小于该数的、与该数最接近的整数。
#实例
import numpy as np
a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
print ('提供的数组:')
print (a)
print ('\n')
print ('修改后的数组:')
print (np.floor(a))
#输出结果为:
提供的数组:
[-1.7 1.5 -0.2 0.6 10. ]
修改后的数组:
[-2. 1. -1. 0. 10.]
2.3 向上取整:numpy.ceil()
numpy.ceil() 返回大于或者等于指定表达式的最小整数,即向上取整。
#实例
import numpy as np
a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
print ('提供的数组:')
print (a)
print ('\n')
print ('修改后的数组:')
print (np.ceil(a))
#输出结果为:
提供的数组:
[-1.7 1.5 -0.2 0.6 10. ]
修改后的数组:
[-1. 2. -0. 1. 10.]
作者主页(文火冰糖的硅基工坊):https://blog.csdn.net/HiWangWenBing
本文网址:https://blog.csdn.net/HiWangWenBing/article/details/119297864