数组的裁剪与压缩

# 数组的裁剪
ndarray.clip(min=下限, max=上限)
# 数组的压缩
ndarray.compress(条件)
a = np.arange(1, 10)
# 数组裁剪: 最小值不小于下限, 最大值不大于上限
print(a.clip(min=3, max=6))
print(a.compress(a>=6))

加法通用函数

np.add(a, a)     # 求两数组之和
np.add.reduce(a)    # 求a数组元素的累加和
np.add.accumulate(a)    # 返回a数组累加和的过程
np.add.outer([10, 20, 30], a) # 外和

案例:

print('-' * 45)
a = a.reshape(3, 3)
b = a[::]
print(np.add(a, b))
a = a.ravel()
print(a)
print(np.add.reduce(a))  # 求a元素的累加和
print(np.add.accumulate(a)) # a累加和的过程
print(np.add.outer([10,20], a)) # 外和

乘除法通用函数

# 返回ndarray数组元素的累乘结果
ndarray.prod()
# 返回ndarray数组元素累乘的过程
ndarray.cumprod()
# a数组 / b数组
np.true_divide(a,b)    np.divide(a,b)
# 地板除
np.floor_divide(a, b)
np.ceil(a / b)   # 天花板取整
np.round(a / b)  # 四舍五入
np.trunc(a / b)  # 截断取整

位运算通用函数

位异或:

c = a ^ b
c = np.bitwise_xor(a, b)

按位异或操作可以方便的判断两个数据是否同号.

7   0111
6   0110
5   0101
4   0100
3   0011
2   0010
1   0001
0   0000
-1  1111
-2  1110
-3  1101
-4  1100
-5  1011
-6  1010
-7  1001
-8  1000
print('-' * 45)
print(a)
print(b)
print(a^b < 0)   # 判断是否异号
print(np.bitwise_xor(a,b) < 0)   # 判断是否异号

位与:

e = a & b
e = np.bitwise_and(a, b)

利用位与运算计算某个数字是否是2的幂.

1   2^0   00001        0   00000
2   2^1   00010        1   00001
4   2^2   00100        3   00011
8   2^3   01000        7   00111
16  2^4   10000       15   01111
....

案例:

print('-' * 45)
for i in range(1000):if i & (i-1) == 0:print(i, end=' ')a = np.arange(1, 1000)
print(a[a&(a-1) == 0])

其他位运算通用函数

np.bitwise_or(a, b)      # 或运算
np.bitwise_not(a)       # 非
np.left_shift(a, 1)     # 左移
np.right_shift(a, 1)    # 右移

三角函数通用函数

np.sin(a)
np.cos(a)
....

numpy的通用函数相关推荐

  1. numpy的通用函数:快速的元素级数组函数

    通用函数(ufunc)是对ndarray中的数据执行元素级运算的函数.可看作简单函数的矢量化包装. 一元ufunc sqrt对数组中的所有元素开平方 exp对数组中的所有元素求指数 In [93]: ...

  2. Numpy中的通用函数和聚合

    https://www.toutiao.com/a6675559636919124483/ 概述 在Numpy中存在着通用函数和聚合去对数据进行处理,numpy通过向量进行对数据数组的计算,而这些向量 ...

  3. 数据科学 IPython 笔记本 9.5 NumPy 数组上的计算:通用函数

    9.5 NumPy 数组上的计算:通用函数 本节是<Python 数据科学手册>(Python Data Science Handbook)的摘录. 译者:飞龙 协议:CC BY-NC-S ...

  4. Python ln_Python入门教程(三):史上最全的Numpy计算函数总结,建议收藏!

    点击上方 蓝字 关注我们 Numpy提供了灵活的.静态类型的.可编译的程序接口口来优化数组的计算,也被称作向量操作,因此在Python数据科学界Numpy显得尤为重要.Numpy的向量操作是通过通用函 ...

  5. [转]numpy性能优化

    转自:http://blog.csdn.net/pipisorry/article/details/39087583 http://blog.csdn.net/pipisorry/article/de ...

  6. python转置_python数据分析类库系列Numpy之 数组转置和轴对换

    转置是重塑的一种特殊形式,它返回的是源数据的视图(不会进行任何复制操作).数组不仅有transpose方法,还有一个特殊的T属性 arr = np.arange(15).reshape((3, 5)) ...

  7. 先进的NumPy数据科学

    We will be covering some of the advanced concepts of NumPy specifically functions and methods requir ...

  8. python乘法表运算_Python入门教程(三):史上最全的Numpy计算函数总结,建议收藏!...

    点击上方 蓝字 关注我们 Numpy提供了灵活的.静态类型的.可编译的程序接口口来优化数组的计算,也被称作向量操作,因此在Python数据科学界Numpy显得尤为重要.Numpy的向量操作是通过通用函 ...

  9. NumPy:数组计算

    一.MumPy:数组计算 1.NumPy是高性能科学计算和数据分析的基础包.它是pandas等其他各种工具的基础. 2.NumPy的主要功能: ndarray,一个多维数组结构,高效且节省空间 无需循 ...

最新文章

  1. 4.1.3 OS之文件目录目录结构(单级-两级-多级-无环图)、索引节点FCB瘦身
  2. html 手机a标签点不动,htmlunit单击javascript a标签不起作用
  3. 在线平互动台活动启动《Discover How to Make the Computer Easier to Use with Windows Vista》...
  4. 2019/3/27写给自己
  5. Play 2.0 用户指南 - 表单提交和验证 --针对Scala开发者
  6. python怎么查找word文档,Python读取word文档内容
  7. 死亡细胞Mod制作教程
  8. krohne流量计接线图_电磁流量计接线方式
  9. 计算机开机后 打不开软件,电脑开机后软件打不开怎么回事
  10. 带色彩恢复的多尺度视网膜增强算法(MSRCR)的原理、实现及应用
  11. 对话投资人刘芹:认知不够,才不敢做疯狂的事
  12. 习题 3.6 请编程序将China译成密码,密码规律是:用原来的字母后面第4个字母代替原来的字母。
  13. 什么是策划?策划的真正含义是什么?
  14. 【python】控制鼠标定时移动 防止屏幕锁定 并生成可执行文件exe
  15. 网格(grid)布局
  16. 万能配置的大屏可视化功能来啦~
  17. service mysqld restart与service mysql restart的区别
  18. 关于硕士研究生延毕的几问几答
  19. java扑克牌代码改进版
  20. (生物信息学)R语言与统计学入门(二)——单因素方差分析

热门文章

  1. 普通二维码跳转到小程序
  2. [论文]基于强化学习的无模型水下机器人深度控制
  3. ffmpeg 合并小米云台视频文件 (java生成)
  4. Oracle 11gR2 RAC网络配置,更改public ip、vip和scanip
  5. mos 多路模拟电子开关_模拟多路开关-MOSFET全解.ppt
  6. NTP时间服务器同步时钟系统安装汇总分享
  7. 13年前联想笔记本V570升级改造记
  8. [阶段一] 4. Python列表常用方法
  9. 29、数据结构笔记之二十九数组之硬币抛掷模拟
  10. 计算机运算器实验原理,运算器实验原理.ppt