Python数据分析——numpy数学函数(自用)

numpy中的数学函数

标准三角函数：sin(),cos(),tan()

计算式：

a=np.array([0,30,45,60,90])

正弦值：sin=np.sin(a*np.pi/180)

余弦值：cos=np.cos(a*np.pi/180)

正切值：tan=np.tan(a*np.pi/180)

反三角函数：srcsin(),arccos().arctan()

反正弦值：np.arcsin(sin)

反余弦值：np.arccos(cos)

反正切值：np.arctan(tan)

值化角度：np.degrees(反三角函数值)

np.around()返回指定数字的四舍五入值

x=np.array([1.0,356.6,4567.76])

print(np.around(x,decimals=1))

np.floor()向下取整

x=np.array([-1.7,1.5])

print(np.floor(x))

np.cell()向上取整

x=np.array([-1.7,1.5])

print(np.cell (x))

算术函数

运算对象都是两个数组

np.add(),subtract(),multiply(),divide()

使用方法：np.add(x,y)

np.reciprocal()返回参数逐一元素的倒数

np.power()将第一个数组中的元素作为底数，计算它与第二个输入数组中相应元素的幂。

np.mod() 、np.remainder()  两个函数都是计算输入数组中相应元素的相除后的余数

numpy的统计函数

np.amax(),amin()计算数组中的元素沿指定轴的最大值和最小值

np.ptp()计算数组中元素最大值和最小值的差（最大值-最小值）

np.percentile()表示小于这个值的观察值的百分比

np.median()算数组元素的中位数（中值）

np.mean()算数组中的算术平均值（平均值）

np.average()算数组的加权平均值，一个充当数值数组，一个充当权重数组

标准差计算：std=sqrt(mean((x-x.mean())**2))

可以直接使用：np.std(放数组对象)

方差计算：std=mean((x-x.mean())**2)

可以直接使用：np.var(放数组对象)

排序

np.sort()

np.argsort()对输入数组沿给定轴执行间接排序，并使用指定排序类型返回数据的索引数组，这个索引数组用于构造排序后的数组i。i是原数据的索引下标

np.lexsort()和argsort()排序的原理一样，但是返回的是键。其最后一个键，是sort的主键。

np.msort(x)=np.sort(x,axis=0)数组按第一个轴排序，返回排序后的数组副本

np.sort_complex(a)对复数按照先实部后虚部的顺序进行排序

np.partition()按范围进行排序，比如x,3代表比下标3小的放在前面，（1，3）是代表小于1的在1的前面，1到3的在中间，大于3的放3后面

数学搜索函数

np.max()、min()

np.max(数组对象)则筛出所有元素的最大值

np.max(数组对象，轴方向)筛出指定轴方向的最大值

np.argmax()、argmin()作用是定轴返回最大和最小元素的索引

np.nonzero()返回数组中非零元素的索引。 行索引和列索引是分开打印出来

np.where(筛选条件)，满足该条件的就将其索引打印出来。这个返回值为索引

对象[np.where(筛选条件)]就直接是该值。

np.extract(筛选条件，数组对象)返回的值是满足条件的元素。