首页 > 其他分享 >【numpy基础】--通用计算

【numpy基础】--通用计算

时间:2023-06-21 12:44:06浏览次数:27  
标签:arr 通用 运算 -- print 数组 np numpy

numpy提供了简单灵活的接口,用于优化数据数组的计算。
通用计算最大的优势在于通过向量化操作,将循环推送至numpy之下的编译层,从而取得更快的执行效率。

numpy的通用计算让我们计算数组时就像计算单独一个变量一样,
不用写循环去遍历数组中的各个元素。
比如,对于一般的python二维数组,我们要给数组中每个值加1:

l = [[1, 2], [3, 4]]
print(l)
#运行结果
[[1, 2], [3, 4]]

for i in range(len(l)):
    for j in range(len(l[i])):
        l[i][j] += 1

print(l)
#运行结果
[[2, 3], [4, 5]]

如果用numpy的通用计算的话:

import numpy as np

l = np.array([[1,2], [3,4]])
print(l)
#运行结果
[[1, 2], [3, 4]]

l = l + 1
print(l)
#运行结果
[[2, 3], [4, 5]]

1. 算术计算

算术计算是最基本的,numpy数组支持直接用运算符或者通用函数来进行运算。

运算符 通用函数 说明
+ np.add 加法运算
- np.subtract 减法运算
* np.multiply 乘法运算
/ np.divide 除法运算
// np.floor_divide 向下整除运算
** np.power 指数运算
% np.mod 模运算

算术运算比较简单,就不一一演示各个运算符了。

需要注意的一点是,当numpy数组和单一数字运算时,数组中每个元素都单独和此数字运算。

arr = np.array([[1,2], [3, 4]])
print(arr)
#运行结果
[[1 2]
 [3 4]]

print(arr * 2)
#运行结果
[[2 4]
 [6 8]]

arr * 2 相当于arr中每个元素都 * 2

numpy数组和另一个numpy数组运算时,是两个数组对应位置的元素进行运算。
这就要求两个数组的 shape 要一样,否则会出错。

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[1, 0], [0, 1]])
print(arr1, arr2)
#运行结果
[[1 2]
 [3 4]]

[[1 0]
 [0 1]]

print(arr1 * arr2)
#运行结果
[[1 0]
 [0 4]]

对应元素相乘,所以只保留了对角线上的元素。

2. 三角函数

除了常用的算术运算,numpy的数组支持各类三角函数运算。
下面演示几个常用的三角函数:

arr = np.array([0, np.pi/6, np.pi/4, np.pi/2])

print("sin(arr)     = ", np.sin(arr))
print("cos(arr)     = ", np.cos(arr))
print("tan(arr)     = ", np.tan(arr))
#运行结果
sin(arr)     =  [0.         0.5        0.70710678 1.        ]
cos(arr)     =  [1.00000000e+00 8.66025404e-01 7.07106781e-01 6.12323400e-17]
tan(arr)     =  [0.00000000e+00 5.77350269e-01 1.00000000e+00 1.63312394e+16]

arr = np.array([-1, 0, 1])
print("arcsin(arr)  = ", np.arcsin(arr))
print("arccos(arr)  = ", np.arccos(arr))
print("arctan(arr)  = ", np.arctan(arr))
#运行结果
arcsin(arr)  =  [-1.57079633  0.          1.57079633]
arccos(arr)  =  [3.14159265 1.57079633 0.        ]
arctan(arr)  =  [-0.78539816  0.          0.78539816]

3. 指数和对数

常用的指数和对数如下:

x = np.array([1, 2, 4, 10])

print("e^x = ", np.exp(x))
print("2^x = ", np.exp2(x))
print("3^x = ", np.power(3, x))
#运行结果
e^x =  [2.71828183e+00 7.38905610e+00 5.45981500e+01 2.20264658e+04]
2^x =  [   2.    4.   16. 1024.]
3^x =  [    3     9    81 59049]

print("ln(x)    = ", np.log(x))
print("log2(x)  = ", np.log2(x))
print("log10(x) = ", np.log10(x))
#运行结果
ln(x)    =  [0.         0.69314718 1.38629436 2.30258509]
log2(x)  =  [0.         1.         2.         3.32192809]
log10(x) =  [0.         0.30103    0.60205999 1.        ]

4. 通用特性

除了通用的计算方法,还有一些特性也很有用。
下面介绍两个常用的特性,一个可以节约内存,提高程序的运行效率;另一个可以简化编码,提高程序的编写效率。

4.1. 指定输出位置

进行两个数组的计算时,比如x数组和y数组,计算的结果常常要用新的数组(比如z数组)来保存。

如果计算之后x数组或y数组不再需要的话,我们可以把运算结果保存在x数组或y数组中,这样就不用申请信的内存。

x = np.random.randint(1, 10, (3,3))
y = np.random.randint(1, 10, (3,3))

print(x)
print(y)
#运行结果
[[3 9 3]
 [8 6 9]
 [9 7 4]]
[[4 4 5]
 [1 6 6]
 [2 5 6]]

np.multiply(x, y, out=y)
print(x)
print(y)
#运行结果
[[3 9 3]
 [8 6 9]
 [9 7 4]]
[[12 36 15]
 [ 8 36 54]
 [18 35 24]]

设置参数 out=y,可以看到计算结果保存在了y数组中。

4.2. 简单的聚合

对于任意一个数组,按行或者列聚合合计值时:

x = np.random.randint(1, 10, (3,3))
print(x)
#运行结果
[[8 6 5]
 [4 8 4]
 [9 2 3]]

#每列的合计值
print(np.add.reduce(x))
#运行结果
[21 16 12]

#每行的合计值
print(np.add.reduce(x, axis=1))
#运行结果
[19 16 14]

上面是用np.add来聚合的,也可以使用 np.multiplynp.divide等等前面介绍的各种算术计算。

除了聚合合计值,numpy还提供了一个可以计算合计过程中每步计算结果的方法accumulate

x = np.random.randint(1, 10, 5)
print(x)
#运算结果
[6 1 6 9 7]

print(np.add.accumulate(x))
#运算结果:[x[0], x[0]+x[1], x[0]+x[1]+x[2]...]
[ 6  7 13 22 29]

print(np.multiply.accumulate(x))
#运算结果:[x[0], x[0]*x[1], x[0]*x[1]*x[2]...]
[6    6   36  324 2268]

5. 总结回顾

本篇主要介绍了 numpy数组的通用计算方法,通用计算把数组元素循环的复杂度封装起来,让我们用直观的方式计算数组,更容易实现各种数学公式和定理。

本篇介绍的算术计算三角函数,以及指数和对数等常用的方法,但不是全部的通用计算方法,更加复杂的微分和积分计算请参考官方的文档。

标签:arr,通用,运算,--,print,数组,np,numpy
From: https://www.cnblogs.com/wang_yb/p/17495983.html

相关文章

  • shell 检测命令执行结果状态代码
    检测命令执行结果0、1、2、126、127、128、130、255是系统已经定义的状态码,其中只有0表示成功,其它值都表示失败自定义时应该避开这些状态码,虽然占用系统定义好的也没什么关系,但也尽量避免未知的冲突。状态码取值范围0~255如果值大于255,则会用值一直减去255,直到......
  • find-my-way nodejs 快速的http 路由框架
    find-my-way基于了radixtree开发的路由框架,支持路由参数,通配符,同时语言无关fastify以及restify都使用了路由框架,同时也受echo启发说明了解find-my-way的使用以及内部机制对于学习fastify是比较有用的,fastify不少有意思的插件机制都利用了find-my-way参考资料https://g......
  • 关于NotePad++打开json文件并以树形方式展示
    NotePad++打开json文件并以树形方式展示为了更好查看和分析数据,需要将json数据展开去洞察数据规律,通常如果仅仅简单使用文本工具打开json文件,并不能很友好地观察出数据内容和规律,更不要说比较复杂的多层级的字典内容,因此需要以树形结构更好的观察json数据。为了更加清晰地说明问......
  • /etc/resolv.conf中options ndots是什么意思?
     意思是,当查询的名称,也就是主机名中,包括大于等于ndots定义的.的个数时,优先使用全名称查询,查询不到再和search进行拼接,之后查询  示例:  ......
  • 计算机系统2
    3.程序的机器级表示汇编指令3.7过程(函数调用)函数调用与返回把调用语句的下一条语句地址压入栈执行完被调用函数后从栈中弹出该地址返回函数继续执行参数传递:1-6个参数用固定寄存器其余用栈传递:栈存储:所有数据大小为8的倍数栈顶返回地址局部变量也在栈中,但是不需要......
  • CF1810H Last Number
    大难题,但是非常的有意思。思路来自\(\color{black}\text{艾}\color{red}\text{利克斯·伟}\)。补充了一点小细节。题意对于一个可重集合\(S\),初始为\(\{1\dotsn\}\),执行以下操作:删除集合中的最大、最小元素\(S_{min},S_{max}\),加入\(S_{max}-S_{min}\)。最终集合只......
  • git配置全局或单项目用户名和邮箱
    git配置全局或单项目用户名和邮箱1,查看本地设置 gitconfig--local--list2,全局设置邮箱和用户名gitconfig--globaluser.name"YourName"gitconfig--globaluser.email"[email protected]"3,单项目设置用户名和邮箱gitconfiguser.name"YourName"gitc......
  • [万神网络科技]Windows12网页版开源HTML源码
    Windows12网页版开源HTML源码源码介绍Windows12网页版是一个开源项目,使用标准网络技术,例如Html、CSS和Javascript,希望让用户在网络上预先体验Windows12因为这只是概念版,所以内容可能与Windows12正式版本不一致。源码截图下载地址:vx公众号:万神的小屋......
  • springboot启动流程 (3) 自动装配
    在SpringBoot中,EnableAutoConfiguration注解用于开启自动装配功能。本文将详细分析该注解的工作流程。EnableAutoConfiguration注解启用SpringBoot自动装配功能,尝试猜测和配置可能需要的组件Bean。自动装配类通常是根据类路径和定义的Bean来应用的。例如,如果类路径上有tomcat-......
  • 常用的表格检测识别方法——表格内容识别方法
    第三章 常用的表格检测识别方法3.3表格内容识别方法  表格识别的研究主要涉及两个方面,一方面是对单元格内的文本进行识别,这一步通常是在确定单元格区域后,利用较为稳定的光学字符识别方法(OCR)来实现,这一方面不是表格识别研究的重点,不在此展开;另一方面是基于整个表格内容进行的......