NumPy "Universal Function" (ufunc)
· Funktionen auf Elementebene: Führen Sie Operationen für jedes Element im
Array aus. · Funktionen auf Array-Ebene: statistische Funktionen, Funktionen wie Aggregate, Summation, Durchschnitt usw.
Berechnen Sie den Absolutwert abs
import numpy as np
arr = np.array([5,2,0,-1,-3,-1,-4])
np.abs(arr)
#array([5, 2, 0, 1, 3, 1, 4])
Berechnen Sie das Quadrat jedes Elements
np.square(arr)
#array([25, 4, 0, 1, 9, 1, 16], dtype=int32)
Quadratwurzel jedes Elements
np.sqrt(arr)
Exponent basierend auf e (E hoch X)
np.exp(arr)
Logarithmus zur Basis e
np.log(arr)
np.log10(arr)
np.log2(arr)
Gibt das Vorzeichen jedes Elements zurück
np.sign(arr)
Sortieren (standardmäßig aufsteigend) sortieren
np.sort(arr)
#多维数组排序
arr.sort(axis=1)
Entfernen Sie doppelte Elemente
arr=np.array([5.2,-0.1,3,14])
np.unique(arr)
Verbesserung / Inzahlungnahme
np.ceil(arr)
np.floor(arr)
Rundung
np.rint(arr)
Dezimale Ganzzahltrennung
np.modf(arr)
Trigonometrische Funktion
np.tan(arr)
np.cos(arr)
np.sin(arr)
Summe
np.sum(arr)
Durchschnittlich
np.mean(arr)
Standardabweichung
np.std(arr)
Varianz
np.var(arr)
Min / Max-Wert und Index
np.min(arr)
np.max(arr)
np.argmaxin(arr)
np.argmax(arr)
Kumulative Summe / Produkt von Array-Elementen
np.cumsum(arr)
np.cumprod(arr)
Matrix - Operationen numpy.linalg
Gibt die diagonalen Elemente der Matrix zurück
np.diag(a)
Diagonale Elemente und
np.trace(a)
Berechnen Sie die Matrixdeterminante
np.linalg.det(a)
Matrix invers
np.linalg.inv(a)
Matrix dot
Produkt np.dot (a, aT)