Numpy 常用函数

在了解了 Numpy 的基本运算操作,下面来看下 Numpy常用的函数。

更多关于:NumPy

    数学运算函数

add(x1,x2 [,out])按元素添加参数,等效于 x1 + x2
subtract(x1,x2 [,out])按元素方式减去参数,等效于x1 – x2
multiply(x1,x2 [,out])逐元素乘法参数,等效于x1 * x2
divide(x1,x2 [,out])逐元素除以参数,等效于x1 / x2
exp(x [,out])计算输入数组中所有元素的指数。
exp2(x [,out])对于输入数组中的所有p,计算2 ** p
log(x [,out])自然对数,逐元素。
log2(x [,out])x的基础2对数。
log10(x [,out])以元素为单位返回输入数组的基数10的对数。
expm1(x [,out])对数组中的所有元素计算exp(x) - 1
log1p(x [,out])返回一个加自然对数的输入数组,元素。
sqrt(x [,out])按元素方式返回数组的正平方根。
square(x [,out])返回输入的元素平方。
sin(x [,out])三角正弦。
cos(x [,out])元素余弦。
tan(x [,out]) 逐元素计算切线。
››› x = np.random.randint(4, size=6).reshape(2,3)
››› x
array([[2, 0, 3],
       [2, 3, 3]])
››› y = np.random.randint(4, size=6).reshape(2,3)
››› y
array([[1, 3, 1],
       [1, 1, 0]])
›››
››› x + y
array([[3, 3, 4],
       [3, 4, 3]])
››› np.add(x, y)
array([[3, 3, 4],
       [3, 4, 3]])
››› np.square(x)
array([[4, 0, 9],
       [4, 9, 9]])
››› np.log1p(x)
array([[ 1.09861229,  0.        ,  1.38629436],
       [ 1.09861229,  1.38629436,  1.38629436]])

    规约函数

下面所有的函数都支持axis来指定不同的轴,用法都是类似的。

ndarray.sum([axis,dtype,out,keepdims])返回给定轴上的数组元素的总和。
ndarray.cumsum([axis,dtype,out])返回沿给定轴的元素的累积和。
ndarray.mean([axis,dtype,out,keepdims])返回沿给定轴的数组元素的平均值。
ndarray.var([axis,dtype,out,ddof,keepdims])沿给定轴返回数组元素的方差。
ndarray.std([axis,dtype,out,ddof,keepdims])返回给定轴上的数组元素的标准偏差。
ndarray.argmax([axis,out])沿着给定轴的最大值的返回索引。
ndarray.min([axis,out,keepdims])沿给定轴返回最小值。
ndarray.argmin([axis,out])沿着给定轴的最小值的返回索引。 
››› x = np.random.randint(10, size=6).reshape(2,3)
››› x
array([[3, 7, 0],
       [7, 1, 3]])
››› np.sum(x)
21
››› np.sum(x, axis=0)
array([10,  8,  3])
››› np.sum(x, axis=1)
array([10, 11])
››› np.argmax(x)
1
››› np.argmax(x, axis=0)
array([1, 0, 1], dtype=int64)
››› np.argmax(x, axis=1)
array([1, 0], dtype=int64)

发表评论

电子邮件地址不会被公开。 必填项已用*标注