通用函数 -----(sqrt() maximum() )

import numpy as nparr = np.arange(10)arr
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
np.sqrt(arr)

求 数组arr 中每个元素的平方根

array([0.        , 1.        , 1.41421356, 1.73205081, 2.        ,2.23606798, 2.44948974, 2.64575131, 2.82842712, 3.        ])
np.exp(arr)

求数组arr中,以每个元素为幂值的e次方值

array([1.00000000e+00, 2.71828183e+00, 7.38905610e+00, 2.00855369e+01,5.45981500e+01, 1.48413159e+02, 4.03428793e+02, 1.09663316e+03,2.98095799e+03, 8.10308393e+03])
x = np.random.randn(8)y = np.random.randn(8)x,y
(array([ 1.26403373, -0.72358153,  1.55045713,  0.05632252,  0.18267847,1.08918266,  1.91540159,  1.57804813]),array([-1.44850301, -1.60222581,  0.37076561,  1.28156303,  1.24951664,0.83785644,  0.86288913, -0.23704222]))
np.maximum(x,y)

X与Y 中的元素逐个比较,选出最大的元素

array([ 1.26403373, -0.72358153,  1.55045713,  1.28156303,  1.24951664,1.08918266,  1.91540159,  1.57804813])
arr = np.random.randn(7)*5
arr
array([ 8.2748523 ,  0.24398898, -8.30944015, -5.24264359, -9.98965959,-0.98770284, -1.16752813])
remainder, whole_part = np.modf(arr)

modf 将数组分为两部,整数部分和小数部分,返回两个数组(整数部分的数组及小数部分的数组)

array([ 8.,  0., -8., -5., -9., -0., -1.])
remainder

小数部分的数组

array([ 0.2748523 ,  0.24398898, -0.30944015, -0.24264359, -0.98965959,-0.98770284, -0.16752813])
whole_part

整数部分的数组

array([ 8.,  0., -8., -5., -9., -0., -1.])

python学习之numpy——通用函数ufunc( sqrt() , maximun() ,modf() )相关推荐

  1. Python学习笔记——Numpy数组的移动滑窗,使用as_strided实现

    Python学习笔记--Numpy数组的移动滑窗,使用as_strided实现 `Numpy`中移动滑窗的实现 为何需要移动滑窗 `Numpy`中的移动滑窗 移动滑窗的`as_strided`实现方法 ...

  2. [转载] Python学习之numpy函数 all()和any()比较矩阵

    参考链接: Python中的numpy.greater 1.数组元素的比对,我们可以直接使用"=="进行比较,比如: 2.当数组元素较多时,查看输出结果便变得很麻烦,这时我们可以使 ...

  3. [转载] python学习笔记numpy(一)np.zero

    参考链接: Python中的numpy.zeros 一.np.zeros的参数 np.zeros(shape, dtype=float, order='C') 1.shape 对第一个属性shape传 ...

  4. [转载] Python学习之Numpy

    参考链接: Python中的numpy.triu a1=[1,2,3,4] a1+1 TypeError                                 Traceback (most ...

  5. Python数据分析 1-5 NumPy中ufunc函数(一)主要介绍NumPy中常用的通用函数:基本数学函数、三角函数和反三角函数和统计类函数

    1 引入NumPy #引入numpy import numpy as np np.__version__ '1.20.1' 2 基本数学函数 NumPy中基本数学函数有加法.减法.乘法.除法.乘方.开 ...

  6. [云炬python学习笔记]Numpy中内置函数min(),max(),sum()与Python中内置函数min(),max(),sum()性能对比分析

    众所周知,Python有许多内置函数(例如min(),max(),sum()),Numpy也有自己的内置函数(np.min(),np.max(),np.sum()).由于Numpy的函数是在编译码中执 ...

  7. Lawliet|Python学习笔记——numpy库

    1.numpy库认知 Numpy:表达N维数组的最基础库 库由c语言实现,Python来接口使用,计算速度优异 是Python数据分析及科学计算的基础库,支撑Pandas等 提供直接的矩阵运算.广播函 ...

  8. Python学习:numpy的使用技巧和注意

    在实际操作中,我们需要需要养成习惯,任何浪费空间或者时间的操作都需要减少,因为我们操作的是大数据,可能造成灾难性的放大,使用numpy的思想,尽量减少不必要的拷贝,我们操作的对象是大数据. # -*- ...

  9. Python学习之numpy生成矩阵基础用法

    1.numpy.array() 可以把列表转换为矩阵 numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndm ...

最新文章

  1. 009 数据结构逆向—数组(困难版)
  2. SAP Marketing cloud里的campaign管理
  3. 用sqoop把hdfs数据存储到mysql报错,Job job_1566707990804_0002 failed with state FAILED due to: Tas k failed
  4. 解决 -- java 调用webservice 服务端收到参数为null
  5. linux发送数据包需要两次路由,linux – 在tracepath期间导致火星数据包(目前为止)的路由策略有多么破碎?...
  6. AJAX如何做出输入框提示!
  7. arping工具使用
  8. python面板数据分析代码_【译】用python做计量之面板数据模型
  9. Java学习笔记-不定时更新
  10. 【汇智学堂】docker网络管理之二
  11. AI专家Raj Reddy建议:政府应免费发放智能手机
  12. Oracle数据库违反唯一约束条件
  13. 23电工杯数学建模A题
  14. Android 点击按钮带有震动效果,使用Vibrator
  15. 第四章:Android灯光系统(6)-背光灯
  16. js实现: while实现1-100相加求和, while do...while验证用户名和密码, 打印菱形、三角形,大小和尚分馒头。
  17. 众昂矿业:萤石与医药
  18. Microsoft Edge浏览器下载文件乱码修复方法
  19. phpStrom+google谷歌浏览器+debug断点调试php程序
  20. 二阶混合差分的几种差分格式

热门文章

  1. 求职前的准备工作,预则立,不预则废废!
  2. java cpcl指令_H5 +蓝牙打印机 CPCL和ESC
  3. 纯css实现科技感十足的方格闪烁背景
  4. 项目——排队叫号系统设计
  5. react脚手架配置cdn
  6. 有效地使用计算机操作系统的教学设计与反思,操作系统的概述教学设计
  7. java时间设置_JAVA中的时间操作
  8. MacOS下载并配置gradle
  9. 传感器课程作业 车载激光雷达
  10. ssm时装秀服装在线购物商城管理系统