NumPy数组基础与计算(五):Numpy的通用函数
Numpy的运算比较简单,,,
1、数组的运算
运算符 | 对应的通用函数及其描述 |
---|---|
+ | np.add #加法运算 |
– | np.subtract #减法运算 |
– | np.megative # 负数运算 |
* | np.multlply # 乘法运算 |
/ | np.divide #除法运算 |
// | np.floor_divide #除法取整 |
** | np.power #指数运算 |
% | np.mod # 模/余数 |
2、绝对值
Numpy中的绝对值函数和python中的通用函数大致相同
Numpy中主要是np.abs和np.absolute
当使用np.abs处理复数时返回复数的模
3、指数和对数
Numpy中有一个常用的通用函数是指数运算:
x=[1,2,3]
print("x =",x)
print("e^x =",np.exp(x))
print("2^x =",np.exp2(x))
print("3^x =",np.power(3,x))
x = [1, 2, 3]
e^x = [ 2.71828183 7.3890561 20.08553692]
2^x = [2. 4. 8.]
3^x = [ 3 9 27]
指数运算的逆运算也是可用的。最基本的np.log给出的是以自然常数(e)为底数的对数。如果希望计算以2为底数或者以10为底数的对数,可以按照以下代码处理:
x=[1,2,4,10]
print("x =",x)
print("In(x) =",np.log(x))
print("log2(x) =",np.log2(x))
print("log10(x) =",np.log10(x))
x = [1, 2, 4, 10]
In(x) = [0. 0.69314718 1.38629436 2.30258509]
log2(x) = [0. 1. 2. 3.32192809]
log10(x) = [0. 0.30103 0.60205999 1. ]
还有一种特殊的版本,对于非常小的值,也可以保持着非常好的精度
x=[0,0.001,0.01,0.1]
print("exp(x)-1=",np.expm1(x))
print("log(1+x)=",np.log1p(x))
exp(x)-1= [0. 0.0010005 0.01005017 0.10517092]
log(1+x)= [0. 0.0009995 0.00995033 0.09531018]
下一节更新"高级通用函数特性"