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 ...