numpy模块(3)

接上期介绍下numpy的通用函数:快速的元素级数组函数

通用函数:快速的元素级数组函数

通用函数是一种对ndarray中的数据执行元素级运算的函数。(接受一个或多个标量值,并产生一个或多个标量值)。接受1个数组的叫一元ufunc另外的一些接收2个数组叫二元ufunc.其函数表如下:

一元ufunc表
函数 说明
abs、fabs 计算整数、浮点数或复数的绝对值。对于非复数值,可以使用fabs
sqrt 计算各元素的平方根
square 计算各元素的平方
exp 计算各元素的指数ex
sign 计算各元素的正负号:1(正数)、0(零)、-1(负数)
ceil 计算各元素的ceiling值,即大于等于该值的最小整数
floor 计算各元素的floor值,即小于等于该值的最大整数
rint 将各元素值四舍五入到最接近的整数
modf 将数组的小数和整数部分以两个独立数组的形式返回
cos、cosh、sin、sinh、tan、tanh 普通型和双曲型三角函数
isnan 返回一个表示(哪些值不是一个数字)的布尔型数组
arccos、arccosh、arcsin、arcsinh、arctan、arctanh 反三角函数
logical_not 计算各元素not x的真值
isfinite、isinf 分别返回一个表示“哪些元素是有穷或者哪些元素是无穷的”的布尔值
二元ufunc
函数 说明
add 将数组中对应的元素相加
subtract 从第一个数组中减去第二个数组中的元素
multiply 数组元素想乘
divide、floor_divide 除法或向下圆整除法(丢弃余数)
power 对第一个数组中的元素A,根据第二个数组中的相应元素B,计算A的B次方
maximum、fmax 元素级的最大值计算,忽略NAN
minimum、fmin 元素级的最小值计算,忽略NAN
mod 元素级的求模计算(除法的余数)
greater、greater_equal、less、less_equal 执行元素级的比较运算,相当于中级运算符>,>=,<,<=,==,!=
logical_and、logical_or、logical_xor 执行元素级的真值逻辑运算,相当于中级运算符&,|,^

数学和统计方法

      可以通过数组上的⼀组数学函数对整个数组或某个轴向的数据进 ⾏统计计算。sum mean 以及标准差 std等聚合计算 既可以当做数组 的实例⽅法调⽤,也可以当做顶级 NumPy 函数使⽤。以下为基本数组统计方法。
基本数组统计方法
方法 说明
sum 对数组中全部或某轴的元素求和。零长度的数组的sum为0
mean 算数平均数。零长度的数组的mean为NAN
std、var 分别为标准差和方差,自由度可调
min、max 最小值和最小值
arggmin、argmax 分别为最大和最小元素的索引
cumsum 所有元素的累计和
cumpord 所有元素的累计积

唯一化以及其他的集合逻辑

NumPy 提供了⼀些针对⼀维 ndarray 的基本集合运算。最常⽤的 可能要数np.unique 了,它⽤于找出数组中的唯⼀值并返回已排序的结果。numpy的集合函数如下表:
数组的集合运算
方法 说明
unique(x) 计算x中的唯一元素,并返回有序结果
intersect1d(x,y) 计算x和y中的公共元素,并返回有序结果
union1d(x,y) 计算x和y的并集,并返回有序结果
in1d(x,y) 得到一个表示“x的元素中是否包含于y”的布尔型数组
setdiff1d(x,y) 集合的差
setxor1d(x,y)

集合的对称差

 今天的学习到此为止,加油鸭!

numpy模块(3)_第1张图片

你可能感兴趣的:(Python数据分析,矩阵,线性代数)