小编写这篇文章的主要目的,主要是给大家讲解一些常用的一些函数,这样在以后的工作中,能够节约到一些时间,工作的效率也会大大的提高,甚至在跳槽的时候,能够升职加薪。
常见的简单数组函数
先看看代码操作:
mport numpy as np ##产生一个数组 arr=np.arange(15) arr >>array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14]) #对里面的元素进行开根号处理 np.sqrt(arr) >>array([0.,1.,1.41421356,1.73205081,2., 2.23606798,2.44948974,2.64575131,2.82842712,3., 3.16227766,3.31662479,3.46410162,3.60555128,3.74165739]) #对里面的元素进行幂的运算 np.exp(arr) >>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+03,2.20264658e+04,5.98741417e+04, 1.62754791e+05,4.42413392e+05,1.20260428e+06]) #比较那个数组里面的最大值,返回最大值 np.maximum(np.sqrt(arr),np.exp(arr)) >>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+03,2.20264658e+04,5.98741417e+04, 1.62754791e+05,4.42413392e+05,1.20260428e+06]) #可以返回多个数组,比如小数部分和整数部分 a,b=np.modf(np.exp(arr)) a >>array([0.,0.71828183,0.3890561,0.08553692,0.59815003, 0.4131591,0.42879349,0.63315843,0.95798704,0.08392758, 0.46579481,0.1417152,0.791419,0.39200892,0.28416478]) b >>array([1.000000e+00,2.000000e+00,7.000000e+00,2.000000e+01, 5.400000e+01,1.480000e+02,4.030000e+02,1.096000e+03, 2.980000e+03,8.103000e+03,2.202600e+04,5.987400e+04, 1.627540e+05,4.424130e+05,1.202604e+06])
一元函数
Numpy一元函数
二元函数
Numpy二元函数
掌握好上述的技能,对我们的工作室有很大的帮助的。
以上就是小编给大家总结的相关内容了,希望可以给各位读者带来帮助。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/127995.html
摘要:但无论是用于何种用途,这些图像都需要进行处理。图像处理中的常见任务包括显示图像,基本操作如裁剪翻转旋转等,图像分割,分类和特征提取,图像恢复和图像识别。图像处理系统有时被称为图像处理的瑞士军刀。 showImg(https://segmentfault.com/img/remote/1460000019631626); 原文标题:10 Python image manipulation...
摘要:中的和中的矩阵分析由于之前在做的源码学习,并且将其的源码翻译成了的版本。在逛知乎里,我又发现了很多关于为什么这么快的讨论,很有意思。作者链接来源知乎著作权归作者所有。 python中的list和numpy中的矩阵分析 Author : Jasper Yang School : Bupt preface 由于之前在做GIbbsLDA++的源码学习,并且将其c++的源码翻译成了pyth...
摘要:前言以下简称是数据分析必不可少的第三方库,的出现一定程度上解决了运算性能不佳的问题,同时提供了更加精确的数据类型。因此,理解的数据类型对数据分析十分有帮助。一维数据由对等关系的有序或无序数据构成,采用线性方式组织,可以用数组表示。 前言 NUMPY(以下简称NP)是Python数据分析必不可少的第三方库,np的出现一定程度上解决了Python运算性能不佳的问题,同时提供了更加精确的数据...
摘要:原文链接译文链接使用一步一步地来进行数据分析翔你已经决定来学习,但是你之前没有编程经验。在我看来精通用开发好的软件才能够高效地进行数据分析,这观点是没有必要的。 原文链接:Step by step approach to perform data analysis using Python 译文链接:使用Python一步一步地来进行数据分析--By Michael翔 你已经决定来学习P...
摘要:概述在中存在着通用函数和聚合去对数据进行处理通过向量进行对数据数组的计算而这些向量主要依靠一些通用函数而聚合是对面对大量数据时获取描述性统计信息的方法。三角函数提供了大量好用的通用函数,其中对于数据科学家最有用的就是三角函数。 showImg(https://segmentfault.com/img/remote/1460000018925263); 概述 在Numpy中存在着通用函数...
阅读 910·2023-01-14 11:38
阅读 877·2023-01-14 11:04
阅读 740·2023-01-14 10:48
阅读 1980·2023-01-14 10:34
阅读 941·2023-01-14 10:24
阅读 818·2023-01-14 10:18
阅读 498·2023-01-14 10:09
阅读 571·2023-01-14 10:02