12、numpy——数学函数

NumPy 数学函数

NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。

1、三角函数

NumPy 提供了标准的三角函数：sin()、cos()、tan()。

 1 import numpy as np
 2 print(np.pi)
 3 a = np.array([0, 30, 45, 60, 90])
 4 print('不同角度的正弦值：')
 5 # 通过乘 pi/180 转化为弧度
 6 print(np.sin(a * np.pi / 180))
 7 print('数组中角度的余弦值：')
 8 print(np.cos(a * np.pi / 180))
 9 print('数组中角度的正切值：')
10 print(np.tan(a * np.pi / 180))

执行结果：

1 3.141592653589793
2 不同角度的正弦值：
3 [0.         0.5        0.70710678 0.8660254  1.        ]
4 数组中角度的余弦值：
5 [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
6  6.12323400e-17]
7 数组中角度的正切值：
8 [0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
9  1.63312394e+16]

arcsin,arccos、arctan函数返回给定角度的sin,cos,tan的反三角函数

 1 import numpy as np
 2 a = np.array([0, 30, 45, 60, 90])
 3 print('含有正弦值的数组：')
 4 sin = np.sin(a * np.pi / 180)
 5 print(sin)
 6 
 7 print('计算角度的反正弦，返回值以弧度为单位：')
 8 inv = np.arcsin(sin)
 9 print(inv)
10 
11 print('通过转化为角度制来检查结果：')
12 print(np.degrees(inv))
13 
14 print('arccos 和 arctan 函数行为类似：')
15 cos = np.cos(a * np.pi / 180)
16 print(cos)
17 
18 print('反余弦：')
19 inv = np.arccos(cos)
20 print(inv)
21 
22 print('角度制单位：')
23 print(np.degrees(inv))
24 
25 print('tan 函数：')
26 tan = np.tan(a * np.pi / 180)
27 print(tan)
28 
29 print('反正切：')
30 inv = np.arctan(tan)
31 print(inv)
32 
33 print('角度制单位：')
34 print(np.degrees(inv))

执行结果：

含有正弦值的数组：
[0.         0.5        0.70710678 0.8660254  1.        ]
计算角度的反正弦，返回值以弧度为单位：
[0.         0.52359878 0.78539816 1.04719755 1.57079633]
通过转化为角度制来检查结果：
[ 0. 30. 45. 60. 90.]
arccos 和 arctan 函数行为类似：
[1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
 6.12323400e-17]
反余弦：
[0.         0.52359878 0.78539816 1.04719755 1.57079633]
角度制单位：
[ 0. 30. 45. 60. 90.]
tan 函数：
[0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
 1.63312394e+16]
反正切：
[0.         0.52359878 0.78539816 1.04719755 1.57079633]
角度制单位：
[ 0. 30. 45. 60. 90.]

2、舍入函数

2.1 numpy.around() 函数返回指定数字的四舍五入值。

numpy.around(a,decimals)

参数说明：

• a: 数组
• decimals: 舍入的小数位数。 默认值为0。 如果为负，整数将四舍五入到小数点左侧的位置

1 import numpy as np
2 a = np.array([1.0, 5.55, 123, 0.567, 25.532])
3 print('原数组：')
4 print(a)
5 print('舍入后：')
6 print(np.around(a))
7 print(np.around(a, decimals=1))
8 print(np.around(a, decimals=-1))

执行结果：

原数组：
[  1.      5.55  123.      0.567  25.532]
舍入后：
[  1.   6. 123.   1.  26.]
[  1.    5.6 123.    0.6  25.5]
[  0.  10. 120.   0.  30.]

2.2 numpy.floor()

numpy.floor() 返回数字的下舍整数。

1 import numpy as np
2  
3 a = np.array([-1.7,  1.5,  -0.2,  0.6,  10])
4 print ('提供的数组：')
5 print (a)
6 print ('\n')
7 print ('修改后的数组：')
8 print (np.floor(a))

执行结果：

提供的数组：
[-1.7  1.5 -0.2  0.6 10. ]


修改后的数组：
[-2.  1. -1.  0. 10.]

2.3 numpy.ceil()

numpy.ceil() 返回数字的上入整数。

1 import numpy as np
2 a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
3 print('提供的数组：')
4 print(a)
5 print('修改后的数组：')
6 print(np.ceil(a))

执行结果：

提供的数组：
[-1.7  1.5 -0.2  0.6 10. ]
修改后的数组：
[-1.  2. -0.  1. 10.]