Python Numpy数组的操作

Python Numpy数组的操作

NumPy是一个Python包,意思是 “Numerical Python”。它是逻辑计算的库,它包含一个强大的n维数组对象,给出了整合C、C++等的工具。它在基于线性的数学、任意数能力等方面也同样有帮助。NumPy的展品同样可以作为通用数据的有效多维隔间来利用。NumPy数组。Numpy数组是一个强大的N维数组对象,它是以行和列的形式存在。我们可以从嵌套的Python列表中初始化NumPy数组并访问其元素。一个Numpy数组在结构层面上是由以下元素的组合组成的。

  • 数据指针表示阵列中第一个字节的内存地址。
  • 数据类型或dtype指针描述了包含在数组中的元素的种类。
  • 形状表示阵列的形状。
  • 跨度是指在内存中跳过的字节数,以进入下一个元素。

对Numpy数组的操作

算术操作:

# Python code to perform arithmetic
# operations on NumPy array
 
 
import numpy as np
 
 
# Initializing the array
arr1 = np.arange(4, dtype = np.float_).reshape(2, 2)
 
print('First array:')
print(arr1)
 
print('\nSecond array:')
arr2 = np.array([12, 12])
print(arr2)
 
print('\nAdding the two arrays:')
print(np.add(arr1, arr2))
 
print('\nSubtracting the two arrays:')
print(np.subtract(arr1, arr2))
 
print('\nMultiplying the two arrays:')
print(np.multiply(arr1, arr2))
 
print('\nDividing the two arrays:')
print(np.divide(arr1, arr2))

输出:

First array:
[[ 0.  1.]
 [ 2.  3.]]

Second array:
[12 12]

Adding the two arrays:
[[ 12.  13.]
 [ 14.  15.]]

Subtracting the two arrays:
[[-12. -11.]
 [-10.  -9.]]

Multiplying the two arrays:
[[  0.  12.]
 [ 24.  36.]]

Dividing the two arrays:
[[ 0.          0.08333333]
 [ 0.16666667  0.25      ]]

numpy.reciprocal() 该函数返回参数的倒数,按元素排列。对于绝对值大于1的元素,其结果总是0,对于整数0,会发出溢出警告。例子:

# Python code to perform reciprocal operation
# on NumPy array
import numpy as np
arr = np.array([25, 1.33, 1, 1, 100])
 
print('Our array is:')
print(arr)
 
print('\nAfter applying reciprocal function:')
print(np.reciprocal(arr))
 
arr2 = np.array([25], dtype = int)
print('\nThe second array is:')
print(arr2)
 
print('\nAfter applying reciprocal function:')
print(np.reciprocal(arr2))

输出

Our array is:
[  25.      1.33    1.      1.    100.  ]

After applying reciprocal function:
[ 0.04       0.7518797  1.         1.         0.01     ]

The second array is:
[25]

After applying reciprocal function:
[0]

numpy.power()该函数将第一个输入数组中的元素视为基数,并返回其升至第二个输入数组中相应元素的幂。

# Python code to perform power operation
# on NumPy array
 
 
import numpy as np
 
 
arr = np.array([5, 10, 15])
 
print('First array is:')
print(arr)
 
print('\nApplying power function:')
print(np.power(arr, 2))
 
print('\nSecond array is:')
arr1 = np.array([1, 2, 3])
print(arr1)
 
print('\nApplying power function again:')
print(np.power(arr, arr1))

输出:

First array is:
[ 5 10 15]

Applying power function:
[ 25 100 225]

Second array is:
[1 2 3]

Applying power function again:
[   5  100 3375]

numpy.mod()该函数返回输入数组中相应元素的除法余数。函数numpy.remainder()也产生相同的结果。

# Python code to perform mod function
# on NumPy array
 
 
import numpy as np
 
 
arr = np.array([5, 15, 20])
arr1 = np.array([2, 5, 9])
 
print('First array:')
print(arr)
 
print('\nSecond array:')
print(arr1)
 
print('\nApplying mod() function:')
print(np.mod(arr, arr1))
 
print('\nApplying remainder() function:')
print(np.remainder(arr, arr1))

输出:

First array:
[ 5 15 20]

Second array:
[2 5 9]

Applying mod() function:
[1 0 2]

Applying remainder() function:
[1 0 2]

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程