常用函数
| 函数 | 描述 | 用法 |
|---|---|---|
| abs fabs |
计算 整型/浮点/复数 的绝对值 对于没有复数的快速版本求绝对值 |
np.abs() np.fabs() |
| sqrt | 计算元素的平方根。等价于array ** 0.5 | np.sqrt() |
| square | 计算元素的平方。等价于 array **2 | np.squart() |
| exp | 计算以自然常数e为底的幂次方 | np.exp() |
| log log10 log2 log1p |
自然对数(e) 基于10的对数 基于2的对数 基于log(1+x)的对数 |
np.log() np.log10() np.log2() np.log1p() |
| sign | 计算元素的符号：1：正数 0：0 -1：负数 | np.sign() |
| ceil | 计算大于或等于元素的最小整数 | np.ceil() |
| floor | 计算小于或等于元素的最大整数 | np.floor() |
| rint | 对浮点数取整到最近的整数，但不改变浮点数类型 | np.rint() |
| modf | 分别返回浮点数的整数和小数部分的数组 | np.modf() |
| isnan | 返回布尔数组标识哪些元素是 NaN （不是一个数） | np.isnan() |
| isfinite isinf |
返回布尔数组标识哪些元素是有限的（non-inf, non-NaN）或无限的 | np.isfiniter() np.isinf() |
| cos, cosh, sin sinh, tan, tanh | 三角函数 | |
| arccos, arccosh, arcsin, arcsinh, arctan, arctanh | 反三角函数 | |
| power | 使用第二个数组作为指数提升第一个数组中的元素 | np.power(A,B) |
| add | 数组对应元素相加 | np.add(A,B) |
| substract | 数组对应元素相减 | np.substract(A,B) |
| dot multiply * |
数组和矩阵对应位置相乘，输出与相乘数组/矩阵的大小一致 矩阵对应位置相乘 对数组执行对应位置相乘，对矩阵执行矩阵乘法运算 |
详见：https://blog.csdn.net/zenghaitao0128/article/details/78715140 |
| divide=/ true_divide floor_divide=// |
数组对应元素相除 地板除 |
详见：http://www.mamicode.com/info-detail-1794242.html |
| mod remainder fmod |
模运算 | 同上详见 |
| maximum | 两数组对应元素比大小取其大者，返回一个数组 | np.maximum(A,B) |
| minimun | 两数组对应元素比大小取其小者，返回一个数组 | np.minimum(A,B) |
示例：
- 导入模块
>>> import numpy as np
>>> a = np.array([10, 20, 30, 40, 50])
>>> b = np.array([1, 2, 3, 4, 5])
- 三角函数
>>> np.sin(a)
array([-0.54402111, 0.91294525, -0.98803162, 0.74511316, -0.26237485])
>>> np.tan(a)
array([ 0.64836083, 2.23716094, -6.4053312 , -1.11721493, -0.27190061])
>>> np.cos(a)
array([-0.83907153, 0.40808206, 0.15425145, -0.66693806, 0.96496603])
- 对数函数
>>> np.log(a)
array([2.30258509, 2.99573227, 3.40119738, 3.68887945, 3.91202301])
>>> np.log10(a)
array([1. , 1.30103 , 1.47712125, 1.60205999, 1.69897 ])
- 数组的方根的运算（开平方）
>>> np.sqrt(a)
array([3.16227766, 4.47213595, 5.47722558, 6.32455532, 7.07106781])
>>> a ** 0.5 # 等价于np.sqrt(a)
array([3.16227766, 4.47213595, 5.47722558, 6.32455532, 7.07106781])
- 数组的方根的运算（立方）
>>> np.power(a, 3)
array([ 1000, 8000, 27000, 64000, 125000])
>>> a ** 3 # 等价于np.power(a, 3)
array([ 1000, 8000, 27000, 64000, 125000])