NumPy基础:数组和矢量计算(二)

通用函数
numpy中可以使用一些通用函数对ndarray进行元素级别的运算,这些函数的元素比我们采用循环的方式对元素的逐一运算快很多,丰富的通用函数可以满足很多运算的需求。以对所有元素进行开方为例。

In : arr = np.arange(10)

In : arr
Out: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In : np.sqrt(arr)
Out: array([ 0. , 1. , 1.4142, 1.7321, 2. , 2.2361, 2.4495,
 2.6458, 2.8284, 3. ])

In : np.exp(arr)
Out: array([ 1. , 2.7183, 7.3891, 20.0855, 54.5982,
 148.4132, 403.4288, 1096.6332, 2980.958 , 8103.0839])

一些函数可以接受两个数组(也叫二元ufunc),并返回一个结果数组:

In : x = np.random.randn(8)
In : y = np.random.randn(8)
In : print(x)
In : print(y)
Out : [ 0.03363669 -0.13123427 -0.41433491 -1.22272196 -0.32389303 -1.00305701
 -0.28075269 -1.22816938]
Out : [-1.74764654 -2.9252375 1.16040033 -0.55448578 -0.43104632 0.35356504
 0.62487284 0.80898637]

In : np.add(x, y)
Out : array([-1.71400985, -3.05647176, 0.74606542, -1.77720774, -0.75493935,
 -0.64949197, 0.34412015, -0.41918301])

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
我的公众号:数据小白学习笔记 ,分享数据学习笔记。
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值