NumPy数组基础与计算（五）：Numpy的通用函数

Numpy的运算比较简单，，，

1、数组的运算

运算符	对应的通用函数及其描述
+	np.add #加法运算
–	np.subtract #减法运算
–	np.megative # 负数运算
*	np.multlply # 乘法运算
/	np.divide #除法运算
//	np.floor_divide #除法取整
**	np.power #指数运算
%	np.mod # 模/余数

2、绝对值

Numpy中的绝对值函数和python中的通用函数大致相同
Numpy中主要是np.abs和np.absolute
当使用np.abs处理复数时返回复数的模

3、指数和对数

Numpy中有一个常用的通用函数是指数运算：

x=[1,2,3]
print("x    =",x)
print("e^x  =",np.exp(x))
print("2^x  =",np.exp2(x))
print("3^x  =",np.power(3,x))

x    = [1, 2, 3]
e^x  = [ 2.71828183  7.3890561  20.08553692]
2^x  = [2. 4. 8.]
3^x  = [ 3  9 27]

指数运算的逆运算也是可用的。最基本的np.log给出的是以自然常数（e）为底数的对数。如果希望计算以2为底数或者以10为底数的对数，可以按照以下代码处理：

x=[1,2,4,10]
print("x        =",x)
print("In(x)    =",np.log(x))
print("log2(x)  =",np.log2(x))
print("log10(x) =",np.log10(x))

x        = [1, 2, 4, 10]
In(x)    = [0.         0.69314718 1.38629436 2.30258509]
log2(x)  = [0.         1.         2.         3.32192809]
log10(x) = [0.         0.30103    0.60205999 1.        ]

还有一种特殊的版本，对于非常小的值，也可以保持着非常好的精度

x=[0,0.001,0.01,0.1]
print("exp(x)-1=",np.expm1(x))
print("log(1+x)=",np.log1p(x))

exp(x)-1= [0.         0.0010005  0.01005017 0.10517092]
log(1+x)= [0.         0.0009995  0.00995033 0.09531018]

下一节更新"高级通用函数特性"