numpy 将函数应用于数组 - Python

numpy 是 Python 中一个高性能的数值计算库，在数据科学、机器学习等方面广泛应用。numpy 中提供了很多函数可以用于对数组执行各种操作，比如求和、平均、标准差等。本文将介绍如何使用 numpy 将函数应用于数组。

语法

numpy 中提供了很多函数用于对数组进行操作，其语法如下：

numpy.function_name(arr, axis=None, dtype=None, out=None, keepdims=False)

其中：

• function_name：要应用的函数名称。
• arr：要操作的数组。
• axis：要用函数作用的轴。
• dtype：返回数组的数据类型。
• out：指定输出结果的位置。
• keepdims：指定是否保留轴的数量。

示例

下面是一些示例，演示如何使用 numpy 将函数应用于数组：

求和

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print('数组为：')
print(arr)
print('求和结果为：')
print(np.sum(arr))

输出结果为：

数组为：
[[1 2 3]
 [4 5 6]]
求和结果为：
21

平均值

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print('数组为：')
print(arr)
print('平均值为：')
print(np.mean(arr))

输出结果为：

数组为：
[[1 2 3]
 [4 5 6]]
平均值为：
3.5

标准差

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print('数组为：')
print(arr)
print('标准差为：')
print(np.std(arr))

输出结果为：

数组为：
[[1 2 3]
 [4 5 6]]
标准差为：
1.707825127659933

按轴求和

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print('数组为：')
print(arr)
print('按轴求和结果为：')
print(np.sum(arr, axis=0))

输出结果为：

数组为：
[[1 2 3]
 [4 5 6]]
按轴求和结果为：
[5 7 9]

按轴求平均值

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print('数组为：')
print(arr)
print('按轴求平均值结果为：')
print(np.mean(arr, axis=1))

输出结果为：

数组为：
[[1 2 3]
 [4 5 6]]
按轴求平均值结果为：
[2. 5.]

指定输出位置

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
out_arr = np.empty((2, 1))
print('数组为：')
print(arr)
print('输出数组为：')
print(out_arr)
print('求和结果为：')
np.sum(arr, axis=0, out=out_arr)
print(out_arr)

输出结果为：

数组为：
[[1 2 3]
 [4 5 6]]
输出数组为：
[[4.94065646e-324]
 [4.94065646e-324]]
求和结果为：
[[5. 7. 9.]
 [4.94065646e-324 4.94065646e-324 4.94065646e-324]]

保留轴的数量

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print('数组为：')
print(arr)
print('求和结果为：')
print(np.sum(arr, axis=0, keepdims=True))

输出结果为：

数组为：
[[1 2 3]
 [4 5 6]]
求和结果为：
[[5 7 9]]

总结

numpy 提供了很多函数用于对数组进行各种操作，方便了我们对数据进行分析和处理。掌握 numpy 的常用函数可以让我们更高效地完成数据分析和机器学习任务。