一.数组的运算

数组的运算可以进行加减乘除,同时也可以将这些算数运算符进行任意的组合已达到效果。

> x=np.arange(5)
> x
array([0, 1, 2, 3, 4])
> x=5
> x=np.arange(5)
> x+5
array([5, 6, 7, 8, 9])
> x-5
array([-5, -4, -3, -2, -1])
> x*2
array([0, 2, 4, 6, 8])
> x/2
array([0. , 0.5, 1. , 1.5, 2. ])
> x//2
array([0, 0, 1, 1, 2], dtype=int32)

二.绝对值的运算

一共有三种方法,第一种方法是直接利用不是NumPy库的abs函数进行计算,第二种和第三种方法则是利用numpy库的abs函数和absolute函数进行运算。如下所示:

> x=np.array([1,2,3,-4,-5,-6])
> x
array([ 1, 2, 3, -4, -5, -6])
> abs(x)
array([1, 2, 3, 4, 5, 6])
> np.abs(x)
array([1, 2, 3, 4, 5, 6])
> np.absolute(x)
array([1, 2, 3, 4, 5, 6])

三.三角函数的运算

首先定义一个a的np当中的array对象,然后再进行运算:

> a
array([0.    , 1.57079633, 3.14159265])
> np.sin(a)
array([0.0000000e+00, 1.0000000e+00, 1.2246468e-16])
> np.cos(a)
array([ 1.000000e+00, 6.123234e-17, -1.000000e+00])
> np.tan(a)
array([ 0.00000000e+00, 1.63312394e+16, -1.22464680e-16])

四.指数和对数的运算

指数的运算:

> x=[1,2,3]
> x
[1, 2, 3]
> np.exp(x)
array([ 2.71828183, 7.3890561 , 20.08553692])
> np.exp2(x)
array([2., 4., 8.])

np.power(3,x)
array([ 3, 9, 27], dtype=int32)

对数的运算:

> np.log(x)
array([0.    , 0.69314718, 1.09861229])
> np.log2(x)
array([0.    , 1.    , 1.5849625])
> x
[1, 2, 3]
> np.log10(x)
array([0.    , 0.30103  , 0.47712125])

总结

以上所述是小编给大家介绍的Python通用函数实现数组计算的方法,希望对大家有所帮助,如果大家有任何疑问欢迎给我留言,小编会及时回复大家的!

华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。