numpy通用函式之四則運算

2021-07-30 05:56:07 字數 2908 閱讀 4530

numpy中的通用函式是實現對陣列進行元素級別的運算的函式,比較常用的應該是四則運算以及常見的乘開方和三角函式等計算。最常用的應該就是四則運算了,做簡單的使用示範如下:

in [1]: import numpy as np

in [2]: data1 = np.random.randn(3,4)

in [3]: data1

out[3]:

array([[ 2.08583807,  1.75601778,  0.22426082, -0.30394806],

[-0.42278652,  1.91341897, -0.27521325,  0.45140919],

[ 0.21544337,  0.40533004, -0.3852908 ,  0.9754954 ]])

in [4]: data2 = np.random.randn(3,4)

in [5]: data2

out[5]:

array([[-0.01303592,  0.29044574,  1.21258517,  0.6905317 ],

[-1.27014631, -1.09704283, -1.91458272, -1.37944753],

[ 1.64076068, -0.20121267, -0.34006219,  0.17254129]])

in [6]: np.add(data1,data2)

out[6]:

array([[ 2.07280215,  2.04646352,  1.43684599,  0.38658364],

[-1.69293282,  0.81637615, -2.18979597, -0.92803834],

[ 1.85620405,  0.20411738, -0.72535299,  1.14803669]])

in [7]: np.subtract(data1,data2)

out[7]:

array([[ 2.09887399,  1.46557204, -0.98832435, -0.99447975],

[ 0.84735979,  3.0104618 ,  1.63936947,  1.83085672],

[-1.42531732,  0.60654271, -0.04522861,  0.8029541 ]])

in [8]: np.multiply(data1,data2)

out[8]:

array([[-0.02719082,  0.51002788,  0.27193535, -0.20988577],

[ 0.53700073, -2.09910256,  0.52691853, -0.62269529],

[ 0.35349101, -0.08155754,  0.13102283,  0.16831324]])

in [9]: np.divide(data1,data2)

out[9]:

array([[ -1.60006958e+02,   6.04594089e+00,   1.84944387e-01,

-4.40165251e-01],

[  3.32864423e-01,  -1.74416069e+00,   1.43745813e-01,

-3.27239116e-01],

[  1.31307003e-01,  -2.01443602e+00,   1.13300099e+00,

5.65369237e+00]])

向量模式的計算跟普通模式的計算相比在計算速度上有很大的優勢,可以省去很多迴圈的操作。

其實,numpy中四則運算可以使用numpy中的方法也可以直接使用四則運算符號。而且兩種操作方式的結果一致,做驗證如下:

in [10]: add1 = np.add(data1,data2)

in [11]: add2 = data1 + data2

in [12]: add1 == add2

out[12]:

array([[ true,  true,  true,  true],

[ true,  true,  true,  true],

[ true,  true,  true,  true]], dtype=bool)

in [13]: sub1 = np.subtract(data1,data2)

in [14]: sub2 = data1 - data2

in [15]: sub1 == sub2

out[15]:

array([[ true,  true,  true,  true],

[ true,  true,  true,  true],

[ true,  true,  true,  true]], dtype=bool)

in [16]: mul1 = np.multiply(data1,data2)

in [17]: mul2 = data1 * data2

in [18]: mul1 == mul2

out[18]:

array([[ true,  true,  true,  true],

[ true,  true,  true,  true],

[ true,  true,  true,  true]], dtype=bool)

in [19]: div1 = np.divide(data1,data2)

in [20]: div2 = data1/data2

in [21]: div1 == div2

out[21]:

array([[ true,  true,  true,  true],

[ true,  true,  true,  true],

[ true,  true,  true,  true]], dtype=bool)

從上面的結果中可以看出,兩種運算操作的結果是相同的。

python四則運算程式 四則運算(Python)

四則運算程式 一 資訊 二.題目要求 寫乙個能自動生成小學四則運算題目的程式,然後在此基礎上擴充套件 除了整數以外,還要支援真分數的四則運算,例如 1 6 1 8 7 24 程式要求能處理使用者的輸入,判斷對錯,累積分數 程式支援可以由使用者自行選擇加 減 乘 除運算 三 import random...

四則運算之總結

小學生四則運算總結 經過了這麼多天的努力後,我們團隊終於把四則運算程式完成了。雖然不是最好的,但都是我們努力的結晶。在這途中,我們經歷了三大衝刺,在三大衝刺中,我們在編寫程式時也遇到了許多問題,其中,譬如說在我們專業水平有限的情況下,編寫時出現不懂的地方和除錯錯誤。在這一種情況中,我們通過詢問老師和...

java四則運算

public class arithmetic implements serializable 除法 param number1 除數 param number2 被除數 param decimal 保留幾位小數點 return public static double divide string ...