国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

Python Numpy常用函數(shù)總結(jié)

89542767 / 508人閱讀


  小編寫這篇文章的主要目的,主要是給大家講解一些常用的一些函數(shù),這樣在以后的工作中,能夠節(jié)約到一些時(shí)間,工作的效率也會大大的提高,甚至在跳槽的時(shí)候,能夠升職加薪。


  常見的簡單數(shù)組函數(shù)


  先看看代碼操作:


  mport numpy as np
  ##產(chǎn)生一個(gè)數(shù)組
  arr=np.arange(15)
  arr
  >>array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14])
  #對里面的元素進(jìn)行開根號處理
  np.sqrt(arr)
  >>array([0.,1.,1.41421356,1.73205081,2.,
  2.23606798,2.44948974,2.64575131,2.82842712,3.,
  3.16227766,3.31662479,3.46410162,3.60555128,3.74165739])
  #對里面的元素進(jìn)行冪的運(yùn)算
  np.exp(arr)
  >>array([1.00000000e+00,2.71828183e+00,7.38905610e+00,2.00855369e+01,
  5.45981500e+01,1.48413159e+02,4.03428793e+02,1.09663316e+03,
  2.98095799e+03,8.10308393e+03,2.20264658e+04,5.98741417e+04,
  1.62754791e+05,4.42413392e+05,1.20260428e+06])
  #比較那個(gè)數(shù)組里面的最大值,返回最大值
  np.maximum(np.sqrt(arr),np.exp(arr))
  >>array([1.00000000e+00,2.71828183e+00,7.38905610e+00,2.00855369e+01,
  5.45981500e+01,1.48413159e+02,4.03428793e+02,1.09663316e+03,
  2.98095799e+03,8.10308393e+03,2.20264658e+04,5.98741417e+04,
  1.62754791e+05,4.42413392e+05,1.20260428e+06])
  #可以返回多個(gè)數(shù)組,比如小數(shù)部分和整數(shù)部分
  a,b=np.modf(np.exp(arr))
  a
  >>array([0.,0.71828183,0.3890561,0.08553692,0.59815003,
  0.4131591,0.42879349,0.63315843,0.95798704,0.08392758,
  0.46579481,0.1417152,0.791419,0.39200892,0.28416478])
  b
  >>array([1.000000e+00,2.000000e+00,7.000000e+00,2.000000e+01,
  5.400000e+01,1.480000e+02,4.030000e+02,1.096000e+03,
  2.980000e+03,8.103000e+03,2.202600e+04,5.987400e+04,
  1.627540e+05,4.424130e+05,1.202604e+06])


  一元函數(shù)


  Numpy一元函數(shù)

01.png

  二元函數(shù)


  Numpy二元函數(shù)

02.png

  掌握好上述的技能,對我們的工作室有很大的幫助的。


  以上就是小編給大家總結(jié)的相關(guān)內(nèi)容了,希望可以給各位讀者帶來幫助。

文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/127995.html

相關(guān)文章

  • 常用的十大python圖像處理工具

    摘要:但無論是用于何種用途,這些圖像都需要進(jìn)行處理。圖像處理中的常見任務(wù)包括顯示圖像,基本操作如裁剪翻轉(zhuǎn)旋轉(zhuǎn)等,圖像分割,分類和特征提取,圖像恢復(fù)和圖像識別。圖像處理系統(tǒng)有時(shí)被稱為圖像處理的瑞士軍刀。 showImg(https://segmentfault.com/img/remote/1460000019631626); 原文標(biāo)題:10 Python image manipulation...

    Crazy_Coder 評論0 收藏0
  • python學(xué)習(xí)筆記 --- python中的list和numpy中的矩陣分析

    摘要:中的和中的矩陣分析由于之前在做的源碼學(xué)習(xí),并且將其的源碼翻譯成了的版本。在逛知乎里,我又發(fā)現(xiàn)了很多關(guān)于為什么這么快的討論,很有意思。作者鏈接來源知乎著作權(quán)歸作者所有。 python中的list和numpy中的矩陣分析 Author : Jasper Yang School : Bupt preface 由于之前在做GIbbsLDA++的源碼學(xué)習(xí),并且將其c++的源碼翻譯成了pyth...

    DobbyKim 評論0 收藏0
  • Python數(shù)據(jù)分析 - numpy

    摘要:前言以下簡稱是數(shù)據(jù)分析必不可少的第三方庫,的出現(xiàn)一定程度上解決了運(yùn)算性能不佳的問題,同時(shí)提供了更加精確的數(shù)據(jù)類型。因此,理解的數(shù)據(jù)類型對數(shù)據(jù)分析十分有幫助。一維數(shù)據(jù)由對等關(guān)系的有序或無序數(shù)據(jù)構(gòu)成,采用線性方式組織,可以用數(shù)組表示。 前言 NUMPY(以下簡稱NP)是Python數(shù)據(jù)分析必不可少的第三方庫,np的出現(xiàn)一定程度上解決了Python運(yùn)算性能不佳的問題,同時(shí)提供了更加精確的數(shù)據(jù)...

    CHENGKANG 評論0 收藏0
  • [翻譯]使用Python一步一步地來進(jìn)行數(shù)據(jù)分析

    摘要:原文鏈接譯文鏈接使用一步一步地來進(jìn)行數(shù)據(jù)分析翔你已經(jīng)決定來學(xué)習(xí),但是你之前沒有編程經(jīng)驗(yàn)。在我看來精通用開發(fā)好的軟件才能夠高效地進(jìn)行數(shù)據(jù)分析,這觀點(diǎn)是沒有必要的。 原文鏈接:Step by step approach to perform data analysis using Python 譯文鏈接:使用Python一步一步地來進(jìn)行數(shù)據(jù)分析--By Michael翔 你已經(jīng)決定來學(xué)習(xí)P...

    forsigner 評論0 收藏0
  • Numpy中的通用函數(shù)和聚合

    摘要:概述在中存在著通用函數(shù)和聚合去對數(shù)據(jù)進(jìn)行處理通過向量進(jìn)行對數(shù)據(jù)數(shù)組的計(jì)算而這些向量主要依靠一些通用函數(shù)而聚合是對面對大量數(shù)據(jù)時(shí)獲取描述性統(tǒng)計(jì)信息的方法。三角函數(shù)提供了大量好用的通用函數(shù),其中對于數(shù)據(jù)科學(xué)家最有用的就是三角函數(shù)。 showImg(https://segmentfault.com/img/remote/1460000018925263); 概述 在Numpy中存在著通用函數(shù)...

    xorpay 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<