15、Numpy数学函数
1、番外说明
大家好，我是小P，本系列是本人对Python模块Numpy的一些学习记录，总结于此一方面方便其它初学者学习，另一方面害怕自己遗忘，希望大家喜欢。此外，对“目标检测/模型压缩/语义分割”感兴趣的小伙伴，欢迎加入QQ群 813221712 讨论交流，进群请看群公告！（可以点击如下连接直接加入！）
点击链接加入群聊【Object Detection】：https://jq.qq.com/?_wv=1027&k=5kXCXF8
2、正题
参考链接：
https://www.runoob.com/numpy/numpy-mathematical-functions.html
NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。
2.1 三角函数
NumPy 提供了标准的三角函数：sin()、cos()、tan()。
实例：Numpy三角函数使用
import numpy as np
a = np.array([0,30,45,60,90])
print ('不同角度的正弦值：')
# 通过乘 pi/180 转化为弧度
print (np.sin(a*np.pi/180))
print ('数组中角度的余弦值：')
print (np.cos(a*np.pi/180))
print ('数组中角度的正切值：')
print (np.tan(a*np.pi/180))
输出结果为：
不同角度的正弦值：
[0. 0.5 0.70710678 0.8660254 1. ]
数组中角度的余弦值：
[1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
6.12323400e-17]
数组中角度的正切值：
[0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
1.63312394e+16]
arcsin，arccos，和 arctan 函数返回给定角度的 sin，cos 和 tan 的反三角函数。
这些函数的结果可以通过 numpy.degrees() 函数将弧度转换为角度。
实例：numpy反三角函数的使用
import numpy as np
a = np.array([0,30,45,60,90])
print ('含有正弦值的数组：')
sin = np.sin(a*np.pi/180)
print (sin)
print ('计算角度的反正弦，返回值以弧度为单位：')
inv = np.arcsin(sin)
print (inv)
print ('通过转化为角度制来检查结果：')
print (np.degrees(inv))
print ('arccos 和 arctan 函数行为类似：')
cos = np.cos(a*np.pi/180)
print (cos)
print ('反余弦：')
inv = np.arccos(cos)
print (inv)
print ('角度制单位：')
print (np.degrees(inv))
print ('tan 函数：')
tan = np.tan(a*np.pi/180)
print (tan)
print ('反正切：')
inv = np.arctan(tan)
print (inv)
print ('角度制单位：')
print (np.degrees(inv))
输出结果为：
含有正弦值的数组：
[0. 0.5 0.70710678 0.8660254 1. ]
计算角度的反正弦，返回值以弧度为单位：
[0. 0.52359878 0.78539816 1.04719755 1.57079633]
通过转化为角度制来检查结果：
[ 0. 30. 45. 60. 90.]
arccos 和 arctan 函数行为类似：
[1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
6.12323400e-17]
反余弦：
[0. 0.52359878 0.78539816 1.04719755 1.57079633]
角度制单位：
[ 0. 30. 45. 60. 90.]
tan 函数：
[0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
1.63312394e+16]
反正切：
[0. 0.52359878 0.78539816 1.04719755 1.57079633]
角度制单位：
[ 0. 30. 45. 60. 90.]
舍入函数
2.2 numpy.around() 函数
返回指定数字的四舍五入值，使用样例如下：
numpy.around(a,decimals)
参数说明：
● a: 数组
● decimals: 舍入的小数位数。 默认值为0。 如果为负，整数将四舍五入到小数点左侧的位置
实例：Numpy.around的使用
import numpy as np
a = np.array([1.0,5.55, 123, 0.567, 25.532])
print ('原数组：')
print (a)
print ('舍入后：')
print (np.around(a))
print (np.around(a, decimals = 1))
print (np.around(a, decimals = -1))
输出结果为：
原数组：
[ 1. 5.55 123. 0.567 25.532]
舍入后：
[ 1. 6. 123. 1. 26.]
[ 1. 5.6 123. 0.6 25.5]
[ 0. 10. 120. 0. 30.]
2.3 numpy.floor()
numpy.floor() 返回数字的下舍整数。
实例：numpy.floor使用
import numpy as np
a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
print ('提供的数组：')
print (a)
print ('修改后的数组：')
print (np.floor(a))
输出结果为：
提供的数组：
[-1.7 1.5 -0.2 0.6 10. ]
修改后的数组：
[-2. 1. -1. 0. 10.]
2.4 numpy.ceil()
numpy.ceil() 返回数字的上入整数。
实例：numpy.ceil使用
import numpy as np
a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
print ('提供的数组：')
print (a)
print ('修改后的数组：')
print (np.ceil(a))
输出结果为：
提供的数组：
[-1.7 1.5 -0.2 0.6 10. ]
修改后的数组：
[-1. 2. -0. 1. 10.]