二元运算
四则运算
运算 | 函数 |
---|---|
a+b | add(a,b) |
a-b | subtract(a,b) |
a*b | multiply(a,b) |
a/b | divide(a,b) |
a**b | power(a,b) |
a%b | remainder(a,b) |
- 数组与标量相乘,相当于数组的每个元素乘以这个标量
- 数组与数组相乘,数组逐元素相乘
比较和逻辑运算
运算 | 函数 | 说明 |
---|---|---|
== | equal | |
!= | not_equal | |
> | greater | |
>= | greater_equal | |
< | less | |
<= | less_equal | |
logical_and | 逐元素的 and 操作 | |
logical_or | 逐元素的 or操作 | |
logical_xor | 逐元素的 xor操作 | |
logical_not | ||
& | bitwise_and | & 的运算优先于比较运算如 > 等,所以必要时候需要加上括号 |
| | bitwise_or | |
^ | bitwise_xor | |
~ | invert | |
>> | right_shift | |
<< | left_shift |
ufunc 对象
Numpy 有两种基本对象:ndarray (N-dimensional array object) 和 ufunc (universal function object)。ndarray 是存储单一数据类型的多维数组,而 ufunc 则是能够对数组进行处理的函数。
reduce 方法
op.reduce(a)
将op沿着某个轴应用,使得数组 a 的维数降低一维。
add 作用到一维数组上相当于求和。
accumulate 方法
op.accumulate(a)
accumulate 可以看成保存 reduce 每一步的结果所形成的数组。
reduceat 方法
op.reduceat(a, indices)
reduceat 方法将操作符运用到指定的下标上,返回一个与 indices 大小相同的数组
outer 方法
op.outer(a, b)
对于 a 中每个元素,将 op 运用到它和 b 的每一个元素上所得到的结果
注意:
a = np.array([0,1])
b = np.array([1,2,3])
np.add.outer(a, b)
与
np.add.outer(b, a)
有区别