python numpy常用函数_Numpy 常用函数

更多关于：NumPy…

数学运算函数

add(x1，x2 [，out])按元素添加参数，等效于 x1 + x2

subtract(x1，x2 [，out])按元素方式减去参数，等效于x1 – x2

multiply(x1，x2 [，out])逐元素乘法参数，等效于x1 * x2

divide(x1，x2 [，out])逐元素除以参数，等效于x1 / x2

exp(x [，out])计算输入数组中所有元素的指数。

exp2(x [，out])对于输入数组中的所有p，计算2 ** p。

log(x [，out])自然对数，逐元素。

log2(x [，out])x的基础2对数。

log10(x [，out])以元素为单位返回输入数组的基数10的对数。

expm1(x [，out])对数组中的所有元素计算exp(x) - 1

log1p(x [，out])返回一个加自然对数的输入数组，元素。

sqrt(x [，out])按元素方式返回数组的正平方根。

square(x [，out])返回输入的元素平方。

sin(x [，out])三角正弦。

cos(x [，out])元素余弦。

tan(x [，out])逐元素计算切线。

››› x = np.random.randint(4, size=6).reshape(2,3)

››› x

array([[2, 0, 3],

[2, 3, 3]])

››› y = np.random.randint(4, size=6).reshape(2,3)

››› y

array([[1, 3, 1],

[1, 1, 0]])

›››

››› x + y

array([[3, 3, 4],

[3, 4, 3]])

››› np.add(x, y)

array([[3, 3, 4],

[3, 4, 3]])

››› np.square(x)

array([[4, 0, 9],

[4, 9, 9]])

››› np.log1p(x)

array([[ 1.09861229, 0. , 1.38629436],

[ 1.09861229, 1.38629436, 1.38629436]])

规约函数

下面所有的函数都支持axis来指定不同的轴，用法都是类似的。

ndarray.sum([axis，dtype，out，keepdims])返回给定轴上的数组元素的总和。

ndarray.cumsum([axis，dtype，out])返回沿给定轴的元素的累积和。

ndarray.mean([axis，dtype，out，keepdims])返回沿给定轴的数组元素的平均值。

ndarray.var([axis，dtype，out，ddof，keepdims])沿给定轴返回数组元素的方差。

ndarray.std([axis，dtype，out，ddof，keepdims])返回给定轴上的数组元素的标准偏差。

ndarray.argmax([axis，out])沿着给定轴的最大值的返回索引。

ndarray.min([axis，out，keepdims])沿给定轴返回最小值。

ndarray.argmin([axis，out])沿着给定轴的最小值的返回索引。

››› x = np.random.randint(10, size=6).reshape(2,3)

››› x

array([[3, 7, 0],

[7, 1, 3]])

››› np.sum(x)

21

››› np.sum(x, axis=0)

array([10, 8, 3])

››› np.sum(x, axis=1)

array([10, 11])

››› np.argmax(x)

1

››› np.argmax(x, axis=0)

array([1, 0, 1], dtype=int64)

››› np.argmax(x, axis=1)

array([1, 0], dtype=int64)