Numpy章节 2 数学函数

章节 2: 数学函数

1. 通用函数(ufuncs)的使用

NumPy提供了各种通用函数(ufuncs),用于对数组进行逐元素的数学运算。这些函数可以对数组进行向量化操作,提高运算效率。

示例代码:


arr = np.array([1, 2, 3, 4, 5])

# 平方根
sqrt_arr = np.sqrt(arr)
print(sqrt_arr)
# 输出: [1.         1.41421356 1.73205081 2.         2.23606798]

# 指数函数
exp_arr = np.exp(arr)
print(exp_arr)
# 输出: [  2.71828183   7.3890561   20.08553692  54.59815003 148.4131591 ]

# 对数函数
log_arr = np.log(arr)
print(log_arr)
# 输出: [0.         0.69314718 1.09861229 1.38629436 1.60943791]

# 正弦函数
sin_arr = np.sin(arr)
print(sin_arr)
# 输出: [ 0.84147098  0.90929743  0.14112001 -0.7568025  -0.95892427]

2. 数组的数学运算

NumPy支持对数组进行各种数学运算,如加法、减法、乘法、除法、求和、平均值等。

示例代码:


arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 加法
add_arr = arr1 + arr2
print(add_arr)
# 输出: [5 7 9]

# 减法
sub_arr = arr2 - arr1
print(sub_arr)
# 输出: [3 3 3]

# 乘法
mul_arr = arr1 * arr2
print(mul_arr)
# 输出: [ 4 10 18]

# 除法
div_arr = arr2 / arr1
print(div_arr)
# 输出: [4.  2.5 2. ]

3. 线性代数操作

NumPy提供了许多线性代数操作的函数,如矩阵乘法、矩阵求逆、特征值等。

示例代码:


arr1 = np.array([[1, 2],
                 [3, 4]])
arr2 = np.array([[5, 6],
                 [7, 8]])

# 矩阵乘法
mat_mul = np.matmul(arr1, arr2)
print(mat_mul)
# 输出:
# [[19 22]
#  [43 50]]

# 矩阵求逆
mat_inv = np.linalg.inv(arr1)
print(mat_inv)
# 输出:
# [[-2.   1. ]
#  [ 1.5 -0.5]]

# 特征值和特征向量
eigenvalues, eigenvectors = np.linalg.eig(arr1)
print(eigenvalues)
print(eigenvectors)
# 输出:
# [0.37228132 4.62771868]
# [[-0.82456484 -0.41597356]
#  [ 0.56576746 -0.90937671]]

4. 统计函数和随机数生成

NumPy提供了许多统计函数和用于生成随机数的函数。

示例代码:


arr = np.array([1, 2, 3, 4, 5])

# 最小值
min_val = np.min(arr)
print(min_val)
# 输出: 1

# 最大值
max_val = np.max(arr)
print(max_val)
# 输出: 5

# 平均值
mean_val = np.mean(arr)
print(mean_val)
# 输出: 3.0

# 标准差
std_val = np.std(arr)
print(std_val)
# 输出: 1.4142135623730951

# 生成随机数
rand_arr = np.random.rand(3, 4)
print(rand_arr)
# 输出:
# [[0.68052543 0.48766978 0.41808189 0.37462011]
#  [0.72608062 0.46358711 0.93484713 0.75839654]
#  [0.4716452  0.7220556  0.29001532 0.38357035]]

以上是关于章节 2的数学函数的示例代码和输出。这些函数可用于对数组进行数学运算、线性代数操作、统计分析和随机数生成等操作。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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