NumPy - 算术运算

• 

  简述

  用于执行算术运算（例如 add()、subtract()、multiply() 和 divide()）的输入数组必须具有相同的形状或应符合数组广播规则。

  例子

  
  import numpy as np 
  a = np.arange(9, dtype = np.float_).reshape(3,3) 
  print 'First array:' 
  print a 
  print '\n'  
  print 'Second array:' 
  b = np.array([10,10,10]) 
  print b 
  print '\n'  
  print 'Add the two arrays:' 
  print np.add(a,b) 
  print '\n'  
  print 'Subtract the two arrays:' 
  print np.subtract(a,b) 
  print '\n'  
  print 'Multiply the two arrays:' 
  print np.multiply(a,b) 
  print '\n'  
  print 'Divide the two arrays:' 
  print np.divide(a,b)
  

  复制

  它将产生以下输出 -

  
  First array:
  [[ 0. 1. 2.]
   [ 3. 4. 5.]
   [ 6. 7. 8.]]
  Second array:
  [10 10 10]
  Add the two arrays:
  [[ 10. 11. 12.]
   [ 13. 14. 15.]
   [ 16. 17. 18.]]
  Subtract the two arrays:
  [[-10. -9. -8.]
   [ -7. -6. -5.]
   [ -4. -3. -2.]]
  Multiply the two arrays:
  [[ 0. 10. 20.]
   [ 30. 40. 50.]
   [ 60. 70. 80.]]
  Divide the two arrays:
  [[ 0. 0.1 0.2]
   [ 0.3 0.4 0.5]
   [ 0.6 0.7 0.8]]
  

  复制

  现在让我们讨论 NumPy 中可用的其他一些重要算术函数。
• 

  numpy.reciprocal()

  此函数按元素返回参数的倒数。对于绝对值大于 1 的元素，由于 Python 处理整数除法的方式，结果始终为 0。对于整数 0，发出溢出警告。

  例子

  
  import numpy as np 
  a = np.array([0.25, 1.33, 1, 0, 100]) 
  print 'Our array is:' 
  print a 
  print '\n'  
  print 'After applying reciprocal function:' 
  print np.reciprocal(a) 
  print '\n'  
  b = np.array([100], dtype = int) 
  print 'The second array is:' 
  print b 
  print '\n'  
  print 'After applying reciprocal function:' 
  print np.reciprocal(b) 
  

  复制

  它将产生以下输出 -

  
  Our array is:
  [   0.25    1.33    1.      0.    100.  ]
  After applying reciprocal function:
  main.py:9: RuntimeWarning: divide by zero encountered in reciprocal
    print np.reciprocal(a)
  [ 4.         0.7518797  1.               inf  0.01     ]
  The second array is:
  [100]
  After applying reciprocal function:
  [0]
  

  复制
• 

  numpy.power()

  此函数将第一个输入数组中的元素视为基数，并将其返回到第二个输入数组中相应元素的幂。

  
  import numpy as np 
  a = np.array([10,100,1000]) 
  print 'Our array is:' 
  print a 
  print '\n'  
  print 'Applying power function:' 
  print np.power(a,2) 
  print '\n'  
  print 'Second array:' 
  b = np.array([1,2,3]) 
  print b 
  print '\n'  
  print 'Applying power function again:' 
  print np.power(a,b)
  

  复制

  它将产生以下输出 -

  
  Our array is:
  [  10  100 1000]
  Applying power function:
  [    100   10000 1000000]
  Second array:
  [1 2 3]
  Applying power function again:
  [        10      10000 1000000000]
  

  复制
• 

  numpy.mod()

  此函数返回输入数组中相应元素的除法余数。功能numpy.remainder()也产生相同的结果。

  
  import numpy as np 
  a = np.array([10,20,30]) 
  b = np.array([3,5,7]) 
  print 'First array:' 
  print a 
  print '\n'  
  print 'Second array:' 
  print b 
  print '\n'  
  print 'Applying mod() function:' 
  print np.mod(a,b) 
  print '\n'  
  print 'Applying remainder() function:' 
  print np.remainder(a,b) 
  

  复制

  它将产生以下输出 -

  
  First array:                                                                  
  [10 20 30]
  Second array:                                                                 
  [3 5 7]
  Applying mod() function:                                                      
  [1 0 2]
  Applying remainder() function:                                                
  [1 0 2]
  

  复制

  以下函数用于对具有复数的数组执行操作。

  • numpy.real()- 返回复杂数据类型参数的实部。
  • numpy.imag()- 返回复杂数据类型参数的虚部。
  • numpy.conj()− 返回复共轭，它是通过改变虚部的符号获得的。
  • numpy.angle()- 返回复杂参数的角度。该函数具有度数参数。如果为真，则返回以度为单位的角度，否则以弧度为单位。

  
  import numpy as np 
  a = np.array([-5.6j, 0.2j, 11. , 1+1j]) 
  print 'Our array is:' 
  print a 
  print '\n'  
  print 'Applying real() function:' 
  print np.real(a) 
  print '\n'  
  print 'Applying imag() function:' 
  print np.imag(a) 
  print '\n'  
  print 'Applying conj() function:' 
  print np.conj(a) 
  print '\n'  
  print 'Applying angle() function:' 
  print np.angle(a) 
  print '\n'  
  print 'Applying angle() function again (result in degrees)' 
  print np.angle(a, deg = True)
  

  复制

  它将产生以下输出 -

  
  Our array is:
  [ 0.-5.6j 0.+0.2j 11.+0.j 1.+1.j ]
  Applying real() function:
  [ 0. 0. 11. 1.]
  Applying imag() function:
  [-5.6 0.2 0. 1. ]
  Applying conj() function:
  [ 0.+5.6j 0.-0.2j 11.-0.j 1.-1.j ]
  Applying angle() function:
  [-1.57079633 1.57079633 0. 0.78539816]
  Applying angle() function again (result in degrees)
  [-90. 90. 0. 45.]
  

  复制