通用函數:快速的元素級數組函數
通用函數是一種對ndarry中的數據執行元素級運算的函數,可以看作是簡單函數(接受一個或多個標量值,並產生一個或多個標量值)的矢量化包裝器。
一元func:
abs丶fabs 計算整數丶浮點數或復數的絕對值。對於非復數值,可以使用更快的fabs。
In [19]: np.abs(12.0) Out[19]: 12.0 In [20]: np.abs(12) Out[20]: 12 In [21]: np.abs(12+5j) #其中12+5j就是復數,其中12為實數部分,5為虛數部分 Out[21]: 13.0 In [22]: np.abs(12-5j) Out[22]: 13.0
sqrt:計算各元素的平方根。
In [36]: np.sqrt(4) Out[36]: 2.0 In [37]: np.sqrt(5) Out[37]: 2.23606797749979
square:計算各元素的平方。
In [38]: np.square(4) Out[38]: 16 In [39]: np.square(2.6) Out[39]: 6.760000000000001
exp:計算各元素的指數(e^x)
In [40]: np.exp(2) Out[40]: 7.38905609893065 #python3還有個函數為exp2,計算的是2的指數 In [41]: np.exp2(5) Out[41]: 32.0
log丶log10丶log2丶log1p 分別為自然對數(底數為e)丶底數為10的log丶底數為2的log丶log(1+x)
In [42]: np.log(2) Out[42]: 0.6931471805599453 In [43]: np.log10(0.1) Out[43]: -1.0
sign:計算各元素的正負號:1(正數)丶0(零)丶-1(負數)
In [44]: np.sign(12) Out[44]: 1 In [45]: np.sign(-12) Out[45]: -1 In [46]: np.sign(0) Out[46]: 0
ceil:計算各元素的ceiling值,即大於等於該值的最小整數
In [47]: np.ceil(15.971) Out[47]: 16.0
floor:計算各元素的floor值,即小於等於該值的最大整數
In [48]: np.floor(-1.564) Out[48]: -2.0 In [49]: np.floor(1.564) Out[49]: 1.0
rint:將各元素四舍五入到最接近的整數,保留dtype
In [50]: np.rint(1.485) Out[50]: 1.0
modf:將數組的小數和整數部分以兩個獨立數組的形式返回
In [52]: np.modf([1.5,2.9]) Out[52]: (array([0.5, 0.9]), array([1., 2.]))
isnan:返回一個表示“哪些值是NaN(這不是一個數字)”的布爾型數組
In [56]: np.isnan(NaN) Out[56]: True In [57]: np.isnan(12) Out[57]: False
isfinite丶isinf:分別返回一個表示“哪些元素是有窮的(非inf,非NaN)”或“哪些元素是無窮的”的布爾型數組
In [61]: np.isfinite(1/3) Out[61]: True In [62]: np.isinf(1/3) Out[62]: False In [63]: np.isinf(1/2) Out[63]: False In [64]: np.isfinite(1/2) Out[64]: True
cos丶cosh丶sin丶sinh:普通型和雙曲型三角函數
In [65]: np.sin(30) Out[65]: -0.9880316240928618 In [66]: np.sin(1/2) Out[66]: 0.479425538604203 In [67]: np.sin(1/6) Out[67]: 0.16589613269341502 In [68]: np.cos(1/3) Out[68]: 0.9449569463147377
tan丶tanh丶arccos丶arccosh丶arcsin丶arcsinh丶arctan丶arctanh:反三角函數
logical_not:計算各元素not x的真值。相當於-arr
In [71]: np.logical_not(15) Out[71]: False In [72]: np.logical_not(-15) Out[72]: False In [73]: np.logical_not(-1) Out[73]: False In [74]: np.logical_not(0) Out[74]: True
#以上傳入的參數都可以是數組,只不過為了測試方便才傳入一個值
