#numpy笔记4
#算术运算
import numpy as np
a = np.arange(9, dtype = np.float_).reshape(3,3)
print(‘第一个数组:’)
print(a)
print(‘第二个数组:’)
b = np.array([10,10,10])
print(b)
print(‘两个数组相加:’)
print np.add(a,b)
print(‘两个数组相减:’)
print np.subtract(a,b)
print(‘两个数组相乘:’)
print np.multiply(a,b)
print(‘两个数组相除:’)
print(np.divide(a,b))
#输出
#第一个数组:
#[[ 0. 1. 2.]
#[ 3. 4. 5.]
#[ 6. 7. 8.]]
#第二个数组:
#[10 10 10]
#两个数组相加:
#[[ 10. 11. 12.]
#[ 13. 14. 15.]
#[ 16. 17. 18.]]
#两个数组相减:
#[[-10. -9. -8.]
[ -7. -6. -5.]
#[ -4. -3. -2.]]
#两个数组相乘:
#[[ 0. 10. 20.]
#[ 30. 40. 50.]
#[ 60. 70. 80.]]
#两个数组相除:
#[[ 0. 0.1 0.2]
#[ 0.3 0.4 0.5]
#[ 0.6 0.7 0.8]]
numpy.reciprocal()
#此函数返回参数逐元素的倒数, 由于 Python 处理整数除法的方式,对于绝对值小于 1 的整数元素,结果始终为 0, 对于整数 0,则发出溢出警告。
a = np.array([0.25, 1.33, 1, 0, 100])
print(‘我们的数组是:’)
print(a)
print(‘调用 reciprocal 函数:’)
print(np.reciprocal(a))
b = np.array([100], dtype = int)
print(‘第二个数组:’)
print(b)
print(‘调用 reciprocal 函数:’)
print(np.reciprocal(b))
c = np.array([100.])
print(‘第三个数组:’)
print©
print(‘调用 reciprocal 函数:’)
print(np.reciprocal©)
#输出
#我们的数组是:
#[ 0.25 1.33 1. 0. 100. ]
#调用 reciprocal 函数:
#main.py:9: RuntimeWarning: divide by zero encountered in reciprocal
#print np.reciprocal(a)
#[ 4. 0.7518797 1. inf 0.01 ]
#第二个数组:
#[100]
#调用 reciprocal 函数:
#[0]
#第三个数组:
#[100.]
#调用 reciprocal 函数:
#[0.01]
numpy.power()
#此函数将第一个输入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
a = np.array([10,100,1000])
print(‘我们的数组是;’)
print(a)
print(‘调用 power 函数:’)
print(np.power(a,2))
print(‘第二个数组:’)
b = np.array([1,2,3])
print(b)
print(‘再次调用 power 函数:’)
print(np.power(a,b))
#输出
#我们的数组是;
#[ 10 100 1000]
#调用 power 函数:
#[ 100 10000 1000000]
#第二个数组:
#[1 2 3]
#再次调用 power 函数:
#[ 10 10000 1000000000]
numpy.mod()
#此函数返回输入数组中相应元素的除法余数。 函数numpy.remainder()也产生相同的结果
a = np.array([10,20,30])
b = np.array([3,5,7])
print ‘调用 mod() 函数:’
print np.mod(a,b)
print ‘调用 remainder() 函数:’
print np.remainder(a,b)
#输出
#调用 mod() 函数:
#[1 0 2]
#调用 remainder() 函数:
#[1 0 2]
#以下函数用于对含有复数的数组执行操作。
#numpy.real() 返回复数类型参数的实部。
#numpy.imag() 返回复数类型参数的虚部。
#numpy.conj() 返回通过改变虚部的符号而获得的共轭复数。
#numpy.angle() 返回复数参数的角度。 函数的参数是degree。 如果为true,返回的角度以角度制来表示,否则为以弧度制来表示。
#统计函数
numpy.amin() 和 numpy.amax()
#最小值和最大值
#0轴为纵向,1轴为横向
a = np.array([[3,7,5],[8,4,3],[2,4,9]])
print(‘我们的数组是:’)
print(a)
print(‘调用 amin() 函数:’)
print(np.amin(a,1))
print(‘再次调用 amin() 函数:’)
print(np.amin(a,0))
print(‘调用 amax() 函数:’)
print(np.amax(a))
print(‘再次调用 amax() 函数:’)
print(np.amax(a, axis = 0))
#输出
#我们的数组是:
#[[3 7 5]
#[8 4 3]
#[2 4 9]]
#调用 amin() 函数:
#[3 3 2]
#再次调用 amin() 函数:
#[2 4 3]
#调用 amax() 函数:
#9
#再次调用 amax() 函数:
#[8 7 9]
numpy.ptp()
#函数返回沿轴的值的范围(最大值 - 最小值)
a = np.array([[3,7,5],[8,4,3],[2,4,9]])
print(‘我们的数组是:’)
print(a)
print(‘调用 ptp() 函数:’)
print(np.ptp(a))
print(‘沿轴 1 调用 ptp() 函数:’)
print(np.ptp(a, axis = 1))
print(‘沿轴 0 调用 ptp() 函数:’)
print(np.ptp(a, axis = 0))
#输出
#我们的数组是:
#[[3 7 5]
#[8 4 3]
#[2 4 9]]
#调用 ptp() 函数:
#7
#沿轴 1 调用 ptp() 函数:
#[4 5 7]
#沿轴 0 调用 ptp() 函数:
#[6 3 6]
numpy.mean()
#函数返回数组中元素的算术平均值
a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print(‘我们的数组是:’)
print(a)
print(‘调用 mean() 函数:’)
print(np.mean(a))
print(‘沿轴 0 调用 mean() 函数:’)
print(np.mean(a, axis = 0))
print(‘沿轴 1 调用 mean() 函数:’)
print(np.mean(a, axis = 1))
#加权平均
numpy.average()
#标准差
numpy.std()
#方差
numpy.var