符号数组numpy.sign
numpy.sign可以将样本数组的变成对应的符号数组,正数变为1,负数变为-1,0则变为0。
n = numpy.array([1,-5,0])
sign_n = numpy.sign(n) #[1,-1,0]
数组处理函数numpye.piecewise
ary = numpye.piecewise([原数组,条件序列,取值序列])
针对源数组中的每一个元素,检测其是否符合条件序列中的每一个条件,符合哪个条件就用取值系列中与之对应的值,表示该元素,放到目标 数组中返回。
条件序列: [a < 0, a == 0, a > 0]
取值序列: [-1, 0, 1]
a = np.array([70, 80, 60, 30, 40])
# 若a小于60,返回-1,等于60返回0,大于60,返回1
d = np.piecewise( a, [a < 60, a == 60, a > 60], [-1, 0, 1])
# d = [ 1 1 0 -1 -1]
矢量化numpy.vectorize与numpy.frompyfuc
矢量化是指用数组代替标量来操作数组的每个元素。
numpy.vectorize:
import math as m
import numpy as np
def foo(x, y):
return m.sqrt(x**2 + y**2)
x, y = 3, 4
print(foo(x, y))
# 5.0
X, Y = np.array([3, 4, 5]), np.array([4, 5, 6])
vectorized_foo = np.vectorize(foo)
print(vectorized_foo(X, Y))
# [5. 6.40312424 7.81024968]
print(np.vectorize(foo)(X, Y))
# [5. 6.40312424 7.81024968]
numpy.frompyfunc:
import numpy as np
# 把foo转换成矢量函数,该矢量函数接收2个参数,返回一个结果
func = np.frompyfunc(foo, 2, 1)
num = func(2,1)
# 5.0