【Python】numpy：数组计算（算术运算、两数组之间计算、函数）

Numpy是Python的扩展库（第三方库），支持维度数组和矩阵运算，是运算速度很快的数学库。

Numpy官方文档：NumPy user guide — NumPy v2.0 Manual

帮助：可使用help(...)查看函数说明文档（若是第三方库的函数，需先导入库）。例如：help(np.array)

---

Python代码中，导入numpy：

import numpy as np

---

算术运算：

一个数组与一个数字可以进行加/减/乘/除/取余/幂等算术运算，这个数组的所有元素都将与这个数字进行计算。可理解为将这个数字拉伸变得和数组形状相同的数组，再按对应位置进行计算。

---

两数组之间进行计算：

• 形状相同的两数组，按对应位置进行计算。

形状不同的两数组进行计算：

• 不同维度。但相同的各维度比较，要么在该维度两数组相同，要么其中一个数组在该维度是1。
• 相同维度。各维度比较，要么在该维度两数组相同，要么其中一个数组在该维度是1。
• 否则，报错：ValueError: operands could not be broadcast together with shapes...

 

补充：

数组与一个数字进行算术运算，与另一个不同形状的数组（但各维度比较时相同或其中一个数组在该维度为1）进行计算，称为广播。

广播（Broadcasting）官方文档：

https://numpy.org/doc/stable/user/basics.broadcasting.html

---

计算函数：

常用计算函数1

np.max(数组)	最大值	返回：数字
np.argmax(数组)	最大值所在的下标（索引号）	返回：数字
np.min(数组)	最小值	返回：数字
np.argmin(数组)	最小值所在的下标（索引号）	返回：数字
np.sum(数组)	数组中所有元素相加	返回：数字
np.cumsum(数组)	从索引号0开始计算累计和	返回：一维数组（元素数量不变）
np.mean(数组)	平均数	返回：数字
np.median(数组)	中位数	返回：数字
np.average(数组)	加权平均	返回：数字

注：以上函数均可使用参数axis指定轴，结果返回数组。以上函数都等效于：数组.函数(...)。

 

常用计算函数2

np.isnan(数组)	判断数组中元素是否是空值（NaN）	返回：布尔数组
np.isinf(数组)	判断数组中元素是否是无穷大或无穷小	返回：布尔数组
np.isfinite(数组)	判断数组中元素是否是有限数值	返回：布尔数组
np.floor(数组)	数组中元素向下取整，比元素小的最大整数	返回：数组
np.ceil(数组)	数组中元素向上取整，比元素大的最小整数	返回：数组
np.abs(数组)	数组中元素取绝对值	返回：数组
np.square(数组)	数组中元素求平方	返回：数组

注：np.nan：空值（NaN） 。np.inf：无穷大。-np.inf：无穷小。

---

条件判断函数：

条件判断函数可以用于判断数组中的元素。

• np.any(条件)：数组中元素有一个满足条件，就返回True，否则返回False。
• np.all(条件)：数组中所有元素都满足条件，就返回True，否则返回False。

• np.where(条件, x, y)：数组中元素若满足条件，则值为x，否则值为y。返回：数组。

类似三目运算（条件 ? x : y）。

---

两数组之间的计算函数：

• np.maximum(数组1, 数组2)：依次比较两数组中元素（包括np.nan），获取较大值。返回：数组。类似于：np.where(x>=y,x,y)
• np.minimum(数组1, 数组2)：依次比较两数组中元素（包括np.nan），获取较小值。返回：数组。

• np.fmax(数组1, 数组2)：依次比较两数组中元素（忽略np.nan），获取较大值。返回：数组。类似于：np.where(x>=y,x,y)
• np.fmin(数组1, 数组2)：依次比较两数组中元素（忽略np.nan），获取较小值。返回：数组。

---

补充：

Numpy库主要数据类型是ndarray。

ndarray相关官方文档：https://numpy.org/doc/stable/reference/arrays.ndarray.html