Python入门教程(三):史上最全的Numpy计算函数总结，建议收藏！

点击上方 蓝字 关注我们

Numpy提供了灵活的、静态类型的、可编译的程序接口口来优化数组的计算，也被称作向量操作，因此在Python数据科学界Numpy显得尤为重要。Numpy的向量操作是通过通用函数实现的。今天小编会给大家较为全面地介绍下Numpy的通用函数。

01

数组的运算

Numpy通用函数涉及到Python原生的算术运算符，标准的加减乘除都可以使用，同时这些运算符也是Numpy内置函数的简单封装器，例如“+”就是add函数的封装器。下图汇总了Numpy实现的算术运算符。

Numpy的加减乘除运算

x = np.arange(4)
print("x     =", x)
print("x + 5 =", x + 5)
print("x - 5 =", x - 5)
print("x * 2 =", x * 2)
print("x / 2 =", x / 2)
print("x // 2 =", x // 2)  # 向下整除


# x     = [0 1 2 3]
# x + 5 = [5 6 7 8]
# x - 5 = [-5 -4 -3 -2]
# x * 2 = [0 2 4 6]
# x / 2 = [ 0.   0.5  1.   1.5]
# x // 2 = [0 0 1 1]

求负数、**表示求指数运算符以及%表示求%运算符，请看下面示例：

print("-x     = ", -x)print("x ** 2 = ", x ** 2)
print("x % 2  = ", x % 2)
# -x     =  [ 0 -1 -2 -3]
# x ** 2 =  [0 1 4 9]
# x % 2  =  [0 1 0 1]

如果多个运算符组合使用时，需要考虑这些运算符的一个优先级。

-(0.5*x + 1) ** 2
# array([-1.  , -2.25, -4.  , -6.25])

使用封装函数计算标准的加减乘除。

np.add(x, 2)
# array([2, 3, 4, 5])

02

绝对值

Numpy通用的绝对值函数是np.absolute，也可以用其别名来访问np.abs。这个通用函数也可以处理复数