小白笔记day02：numpy基础之通用函数

通用函数

通用函数是一种在ndarray数据中进行逐元素操作的函数。有点象向量化运算，批量进行。
一般有一元通用函数，还有二元通用函数。

import numpy as np

arr = np.array([1,2,3,4,5])

#一元通用函数比如比如开方
np.sqrt(arr)
array([1.        , 1.41421356, 1.73205081, 2.        , 2.23606798])

>>> np.exp(arr)
array([  2.71828183,   7.3890561 ,  20.08553692,  54.59815003,
       148.4131591 ])

#二元函数比如比较大小
>>> x = np.random.randn(8)
>>> y = np.random.randn(8)

>>> x
array([ 0.92751113, -0.61084628, -1.03429296, -1.08340597,  1.59195409,
       -0.03089959, -0.70825177,  0.71960311])
       
>>> y
array([-0.83211171, -0.7428019 ,  0.57377808, -0.60209485,  1.4694408 ,
        0.45792373,  0.30573333, -0.17472197])
        
>>> np.maximum(x,y)
array([ 0.92751113, -0.61084628,  0.57377808, -0.60209485,  1.59195409,
        0.45792373,  0.30573333,  0.71960311])
       
       #np.maximum 逐个将x，y中的元素的最大值计算出来。

>>> x
array([ 0.92751113, -0.61084628, -1.03429296, -1.08340597,  1.59195409,
       -0.03089959, -0.70825177,  0.71960311])
       
>>> np.sign(x)
array([ 1., -1., -1., -1.,  1., -1., -1.,  1.])


>>> np.ceil(x)
array([ 1., -0., -1., -1.,  2., -0., -0.,  1.])

>>> np.floor(x)
array([ 0., -1., -2., -2.,  1., -1., -1.,  0.])

>>> np.rint(x)
array([ 1., -1., -1., -1.,  2., -0., -1.,  1.])

>>> np.modf(x)
(array([ 0.92751113, -0.61084628, -0.03429296, -0.08340597,  0.59195409,
       -0.03089959, -0.70825177,  0.71960311]), array([ 0., -0., -1., -1.,  1., -0., -0.,  0.]))
       
>>> np.isnan(x)
array([False, False, False, False, False, False, False, False])

>>> np.cos(x)
array([ 0.59982726,  0.81916292,  0.51113376,  0.46832172, -0.02115619,
        0.99952265,  0.75950027,  0.75206737])
        
>>> np.logical_not(x)
array([False, False, False, False, False, False, False, False])

二元通用函数：

>>> x
array([ 0.92751113, -0.61084628, -1.03429296, -1.08340597,  1.59195409,
       -0.03089959, -0.70825177,  0.71960311])
>>> y
array([-0.83211171, -0.7428019 ,  0.57377808, -0.60209485,  1.4694408 ,
        0.45792373,  0.30573333, -0.17472197])
        
>>> np.add(x,y)
array([ 0.09539942, -1.35364818, -0.46051488, -1.68550082,  3.0613949 ,
        0.42702415, -0.40251844,  0.54488114])

>>> np.subtract(x,y)
array([ 1.75962284,  0.13195563, -1.60807103, -0.48131112,  0.12251329,
       -0.48882332, -1.0139851 ,  0.89432508])
       
>>> np.divide(x,y)
array([-1.11464737,  0.82235422, -1.80260105,  1.79939417,  1.08337409,
       -0.06747758, -2.3165671 , -4.11856116])

>>> np.maximum(x,y)
array([ 0.92751113, -0.61084628,  0.57377808, -0.60209485,  1.59195409,
        0.45792373,  0.30573333,  0.71960311])

总之，通用函数都会将函数的操作针对数组中的每个元素，逐各进行。不用Python一样需要写for循环。