一、Numpy-8.通用函数

"""
    通用函数：
        即ufunc，是一种在ndarray数据中进行逐元素操作的函数
        某些简单函数接收一个或多个标量数值，并产生一个或多个标量结果，而通用函数就是对这些简单函数的向量化封装

    一元通用函数：
        函数名                                 描述
        -------------------------------------------------------
        np.abs(arr)                 计算每个元素的绝对值
        np.fabs(arr)                计算绝对值
        np.sqrt(arr)                计算每个元素的平方根（即arr ** 0.5）
        np.square(arr)              计算每个元素的平方（即arr ** 2）
        np.exp(arr)                 计算每个元素的自然指数值eⁿ
        np.log(arr)                 计算自然对数（e为底）
        np.log10(arr)               计算自然对数（10为底）
        np.log2(arr)                计算自然对数（对数2为底）
        np.log1p(arr)               计算自然对数（log(1+x)）
        np.sign(arr)                计算每个元素的符号值：1（正数）、0（0）、-1（负数）

        np.ceil(arr)                计算每个元素的最大整数值（即≥给定数值的最小整数）
        np.floor(arr)               计算每个元素的最小整数值（即≤给定数值的最大整数）
        np.rint(arr)                将元素保留到整位数
        np.modf(arr)                返回小数和整数部分
        np.isnan(arr)               返回布尔值数组，判断元素是否为NaN
        np.isinf(arr)               判断元素是否无限
        np.cos(arr)...              常规双曲三角函数
        np.logical_not(arr)         对数组元素按位取反

    二元通用函数：
        函数名                                 描述
        -------------------------------------------------------
        np.add(arr,[1]])                    加
        np.subtract(arr,[1]])               减
        np.divide(arr,[1]])                 除
        np.floor_divide(arr,[2]])           整除
        np.power(arr,[2])                   第二个数组的元素作为幂次方
        np.mod(arr,[2])                     取余数

        np.maximum(arr,[100])               逐个元素计算最大值
        np.fmax(arr,[100])
        np.minimum(arr,[100])               逐个元素计算最小值
        np.fmin(arr,[1])

        np.copysign(arr,[23])               将第一个数组的符号值改为第二数组的符号值

        np.greater(arr,np.arange(7))        进行逐个元素的比较，返回布尔值数组
        np.greater_equal(arr,np.arange(7))  >=
        np.less(arr,np.arange(7))           <
        np.less_equal(arr,np.arange(7))     <=
        np.equal(arr,np.arage(7))           =
        np.not_equal(arr,np.arange(7))      ≠

        进行逐个元素的逻辑操作，与操作符&、|、^效果一致
        np.logical_and(arr_1,arr_2)         &
        np.logical_or(arr_1,arr_2)          |
        np.logical_xor(arr_1,arr_2)         ^

"""
import numpy as np

arr = np.random.randn(4, 8)
print(arr)
print(np.ceil(arr))
print(np.floor(arr))

arr_1 = np.random.randn(7) * 5
arr_2 = np.random.randint(0, 2, size=[1, 7])
print(arr_1)
print(arr_2)
print(np.logical_and(arr_1, arr_2))
print(np.logical_or(arr_1, arr_2))
print(np.logical_xor(arr_1, arr_2))