数组计算
Python 中的数组运算主要依赖 numpy 模块,它包括ndarray多维数组对象以及一些数组处理函数。
常用函数如下表所示:
函数 | 功能 |
arange() | 类似于 Python 内置的 range 函数,但返回值是一个 ndarray 而不是列表 |
linspace() | 返回在指定区间均匀间隔的数组,常用于创建等差数列 |
zeros() | 根据指定形状创建一个全 0 数组 |
zeros_like() | 根据传入数组的形状创建一个全 0 数组 |
ones() | 根据指定形状创建一个全 1 数组 |
ones_like() | 根据传入数组的形状创建一个全 1 数组 |
- 数学操作:包括add(), substract(),multiply(),divide(), exp()等等;
- 三角函数:包括sin(),cos(),tan()等等;
- 比较函数:包括greater(),greater_equal(),less(),less_equal()等等;
向量化
向量化指的是将需要循环才能操作数组的 Python 函数转化为直接操作整个数组的函数。向量化能够使得程序更短、可读性更好,且程序的运行速度更快
代码示例:
#导入所需要的库文件
import numpy as np
import matplotlib.pyplot as plt
# ********** Begin *********#
def f(t):
#图形函数
y = t**2*np.exp(-t**2)
return y
#创建t数组
t = np.linspace(0,3,num = 50)
创建y数组
y = f(t)
#输出图形
plt.plot(t,y,'b-')
plt.savefig('fig2.png')
实现结果: