Numpy学习笔记5 数组的通用函数func

---

前言

导包

import numpy as np``

 universal fuction 对数组的数据执行元素级别的运算，可以对单个数值进行操作，也可以对数组的每个元素济宁操作的函数（广播运算）

---

1.0 一元函数

老样子创一个数组

arr1 = np.array([1,-2,3,4.5])
arr1

array([ 1. , -2. , 3. , 4.5])

---

ceil向上取整

np.ceil(4.4)

5.0

np.ceil(arr1)

array([ 1., -2., 3., 5.])

---

整数小数分开

np.modf(arr1)

(array([ 0. , -0. , 0. , 0.5]), array([ 1., -2., 3., 4.]))

---

判断空值

np.isnan(arr1)

array([False, False, False, False])

arr2 = np.array([1,2,3,np.nan,5])
arr2

np.isnan(arr2)

array([ 1., 2., 3., nan, 5.])
array([False, False, False, True, False])

---

2.0 二元函数

2.1 add

add数组相加

---

np.add(1,5)

6

---

我们从0到10之间随机取5个数组成数组3和4

arr3 = np.random.randint(0,10,5)
arr3

arr4 = np.random.randint(0,10,5)
arr4

分别为
array([0, 1, 2, 5, 9])
array([8, 5, 8, 9, 6])

---

再创建一个5组5行3列的含从0到10随机元素多维数组，设置为数组5

arr5 = np.random.randint(0,10,(5,5,3))
arr5

array([[[6, 6, 8],
[5, 3, 8],
[6, 7, 6],
[0, 7, 1],
[4, 7, 5]],

[[9, 8, 4],
[1, 4, 0],
[5, 8, 2],
[0, 3, 5],
[2, 5, 3]],

[[5, 6, 5],
[7, 2, 0],
[0, 4, 6],
[8, 7, 2],
[4, 1, 4]],

[[4, 3, 5],
[5, 0, 9],
[0, 2, 3],
[7, 0, 2],
[6, 7, 6]],

[[8, 1, 7],
[2, 4, 9],
[6, 4, 3],
[8, 1, 9],
[2, 7, 8]]])

我们尝试一下一维数组能否和多维数组相加

np.add(arr3,arr5)

ValueError Traceback (most recent call last)
in
----> 1 np.add(arr3,arr5)

ValueError: operands could not be broadcast together with shapes (5,) (5,5,3)

可见不能被广播

---

2.2 subtract

相减函数

np.subtract(arr3,arr4)

array([-8, -4, -6, -4, 3])

---

2.3 mul

相乘函数

我们导入上面提及的一维数组3和一维数组4

arr3

array([0, 1, 2, 5, 9])

arr4

array([8, 5, 8, 9, 6])

---

对他们进行相乘

np.multiply(arr3,arr4)

array([ 0, 5, 16, 45, 54])

np.multiply(arr3,3)

array([ 0, 3, 6, 15, 27])

---

2.4 div

numpy的相除函数

np.divide(arr3,arr4)

array([0. , 0.2 , 0.25 , 0.55555556, 1.5 ])

---

3.0 三元函数

np.where(arr3>arr4,arr3,arr4)

array([8, 5, 8, 9, 9])

---

给出一个数组，找出所有的四舍五入之后大于20并且小于50的柱子，修改为30，其他数值不变

arr6 = np.array([3,21,32,54])
arr6

array([ 3, 21, 32, 54])

np.where((arr6>20)*(arr6<50),30,arr6)

array([ 3, 30, 30, 54])

arr7 = np.random.uniform(0,100,(3,4))
print(arr7)

[[ 6.58307358 75.87005068 45.08649366 45.7019951 ]
[91.62563792 2.0447113 76.57481961 6.55505169]
[52.08584817 73.99392712 48.58167763 26.63560915]]

np.where((np.rint(arr6)>20)&(np.rint(arr6)<50),30,arr6)

array([ 3, 30, 30, 54])

---

4.0 条件筛选

4.1 all

要求所有的元素都要满足指定的条件

np.all(arr7>50)

False

---

axis=1 代表的是以行为标准

np.all(arr7>20,axis=1)

array([False, False, True])

axis=0 代表的是以列为标准

np.all(arr7>20,axis=0)

array([False, False, True, False])

4.2 any

np.any(arr7>50)

True