python&numpy：二数组计算

目标：学习如何进行数学运算、逻辑运算和统计运算。了解numpy提供的各种数学函数和统计函数，并掌握其使用方法。

import numpy as np

在numpy中，你可以进行各种数学运算、逻辑运算和统计运算。下面是一些常见的numpy数学函数和统计函数，并介绍了它们的使用方法（以下计算，均是基于相同位置对应元素间的计算）：

1. 数学运算函数：

   • ）基本数学函数：(存在两个数组t1,t2，具有相同形状）

     t=np.arange(24).reshape((4,6))
     t1=t3[:,2:4]
     t2=t3[:,1:3]
     np.add(t1,t2), np.subtract(t1,t2), np.multiply(t1,t2), np.divide(t1,t2)

      等，用于执行基本的加法、减法、乘法和除法运算，结果为每个相同位置的元素进行加减乘除。
   • ）幂运算：np.power(t1,x)，用于计算数组元素的指数幂,x为幂指数。
   • ）开方和平方根：np.sqrt(t1)，用于计算数组元素的平方根。
   • ）绝对值：np.abs(t1) 或 np.absolute(t1)，用于计算数组元素的绝对值。
   • ）指数和对数：np.exp(t1)，np.log(t1)，np.log10(t1) 等，用于计算指数和对数函数。

     # 创建示例数组
     arr = np.array([1, 2, 3])
     
     # 计算指数函数
     result_exp = np.exp(arr)
     print(result_exp)
     
     # 计算自然对数
     result_log = np.log(arr)
     print(result_log)
     
     # 计算以10为底的对数
     result_log10 = np.log10(arr)
     print(result_log10)
     
     
     #结果为
     [ 2.71828183  7.3890561  20.08553692]
     [0.         0.69314718 1.09861229]
     [0.         0.30103    0.47712125]

   • ）三角函数：np.sin()，np.cos()，np.tan() 等，用于计算三角函数。

     # 创建示例数组
     arr = np.array([0, np.pi/6, np.pi/4, np.pi/3, np.pi/2])
     
     # 计算正弦值
     result_sin = np.sin(arr)
     print(result_sin)
     
     # 计算余弦值
     result_cos = np.cos(arr)
     print(result_cos)
     
     # 计算正切值
     result_tan = np.tan(arr)
     print(result_tan)
     
     #结果为：
     [0.         0.5        0.70710678 0.8660254  1.        ]
     [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
      6.12323400e-17]
     [0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
      1.63312394e+16]

2. 逻辑运算函数：

   • ）逻辑判断：np.equal()，np.not_equal()，np.greater()，np.less() 等，用于比较数组元素的大小关系。

     #np.equal()：用于比较两个数组的元素是否相等，返回一个布尔数组，对应位置上的元素相等为True，不相等为False。
     # 创建示例数组
     arr1 = np.array([1, 2, 3])
     arr2 = np.array([1, 4, 3])
     # 比较两个数组的元素是否相等
     result_equal = np.equal(arr1, arr2)
     print(result_equal)
     #输出结果为：[ True False  True]
     
     
     #np.not_equal()：用于比较两个数组的元素是否不相等，返回一个布尔数组，对应位置上的元素不相等为True，相等为False。
     # 比较两个数组的元素是否不相等
     result_not_equal = np.not_equal(arr1, arr2)
     print(result_not_equal)
     #输出结果为：[False  True False]
     
     
     #np.greater()：用于比较两个数组的元素是否大于，返回一个布尔数组，对应位置上的元素满足大于关系为True，否则为False。
     # 比较两个数组的元素是否大于
     result_greater = np.greater(arr1, arr2)
     print(result_greater)
     #输出结果为：[False False False]  
     
     
     #np.less()：用于比较两个数组的元素是否小于，返回一个布尔数组，对应位置上的元素满足小于关系为True，否则为False。
     # 比较两个数组的元素是否小于
     result_less = np.less(arr1, arr2)
     print(result_less)
     #输出结果为：[False  True False]
     

     通过使用这些函数，你可以方便地进行数值比较和逻辑运算，并将结果以布尔数组的形式返回。这在许多数据分析和条件判断的场景中非常有用。

   • ）逻辑操作：np.logical_and()，np.logical_or()，np.logical_not() 等，用于进行逻辑与、逻辑或和逻辑非运算。

     # 创建示例数组
     arr1 = np.array([True, True, False, False])
     arr2 = np.array([True, False, True, False])
     
     # 执行逻辑与运算，均为true才为true
     result_and = np.logical_and(arr1, arr2)
     print(result_and)
     
     # 执行逻辑或运算，其一为true则为true
     result_or = np.logical_or(arr1, arr2)
     print(result_or)
     
     # 执行逻辑非运算,arr1全部取反
     result_not = np.logical_not(arr1)
     print(result_not)

     #结果为
     [ True False False False]
     [ True  True  True False]
     [False False  True  True]

3. 统计运算函数：

   • ）求和：np.sum(t1,t2)，用于计算数组元素的总和。
   • ）平均值：np.mean(t1)，用于计算数组所有元素的平均值。
   • ）最大值和最小值：np.max(t1) 和 np.min(t1)，用于计算数组元素的最大值和最小值。
   • ）方差和标准差：np.var(t1) 和 np.std(t1)，用于计算数组元素的方差和标准差。

这些函数只是numpy提供的一部分数学函数和统计函数。通过查阅numpy文档，你可以找到更多可用的函数和详细的使用说明。希望这些信息对你有所帮助！