Python：对 Numpy 数组的操作

NumPy 是一个Python包，意思是“数字Python”。它是用于逻辑计算的库，包含强大的 n 维数组对象，提供了集成 C、C++ 等的工具。它同样有助于基于线性的数学、任意数容量等。 NumPy 展览同样可以用作通用数据的有效多维隔间。

NumPy 数组： Numpy 数组是一个强大的 N 维数组对象，采用行和列的形式。我们可以从嵌套的Python列表中初始化NumPy 数组并访问它的元素。结构级别的 Numpy 数组由以下组合组成：

数据指针指示数组中第一个字节的内存地址。
数据类型或dtype指针描述了数组中包含的元素的种类。
形状表示阵列的形状。
步幅是应该在内存中跳过以转到下一个元素的字节数。

对 Numpy 数组的操作

算术运算：

# Python code to perform arithmetic
# operations on NumPy array
  
  
import numpy as np 
  
  
# Initializing the array
arr1 = np.arange(4, dtype = np.float_).reshape(2, 2) 
  
print('First array:') 
print(arr1)
  
print('\nSecond array:') 
arr2 = np.array([12, 12]) 
print(arr2)
  
print('\nAdding the two arrays:') 
print(np.add(arr1, arr2))
  
print('\nSubtracting the two arrays:') 
print(np.subtract(arr1, arr2))
  
print('\nMultiplying the two arrays:')
print(np.multiply(arr1, arr2))
  
print('\nDividing the two arrays:')
print(np.divide(arr1, arr2))

输出：

First array:
[[ 0.  1.]
 [ 2.  3.]]

Second array:
[12 12]

Adding the two arrays:
[[ 12.  13.]
 [ 14.  15.]]

Subtracting the two arrays:
[[-12. -11.]
 [-10.  -9.]]

Multiplying the two arrays:
[[  0.  12.]
 [ 24.  36.]]

Dividing the two arrays:
[[ 0.          0.08333333]
 [ 0.16666667  0.25      ]]

numpy.reciprocol()

此函数按元素返回参数的倒数。对于绝对值大于 1 的元素，结果始终为 0，对于整数 0，发出溢出警告。

例子：

# Python code to perform reciprocal operation
# on NumPy array
import numpy as np 
arr = np.array([25, 1.33, 1, 1, 100]) 
  
print('Our array is:')
print(arr)
  
print('\nAfter applying reciprocal function:') 
print(np.reciprocal(arr))
  
arr2 = np.array([25], dtype = int)
print('\nThe second array is:')
print(arr2)
  
print('\nAfter applying reciprocal function:') 
print(np.reciprocal(arr2))

输出

Our array is:
[  25.      1.33    1.      1.    100.  ]

After applying reciprocal function:
[ 0.04       0.7518797  1.         1.         0.01     ]

The second array is:
[25]

After applying reciprocal function:
[0]

numpy.power()

此函数将第一个输入数组中的元素视为基数，并将其返回到第二个输入数组中相应元素的幂次方。

# Python code to perform power operation
# on NumPy array
  
  
import numpy as np 
  
  
arr = np.array([5, 10, 15]) 
  
print('First array is:') 
print(arr)
  
print('\nApplying power function:') 
print(np.power(arr, 2))
  
print('\nSecond array is:') 
arr1 = np.array([1, 2, 3]) 
print(arr1)
  
print('\nApplying power function again:') 
print(np.power(arr, arr1))

输出：

First array is:
[ 5 10 15]

Applying power function:
[ 25 100 225]

Second array is:
[1 2 3]

Applying power function again:
[   5  100 3375]

numpy.mod()

此函数返回输入数组中相应元素的除法余数。函数numpy.remainder()也产生相同的结果。

# Python code to perform mod function
# on NumPy array
  
  
import numpy as np 
  
  
arr = np.array([5, 15, 20]) 
arr1 = np.array([2, 5, 9]) 
  
print('First array:') 
print(arr) 
  
print('\nSecond array:') 
print(arr1)
  
print('\nApplying mod() function:') 
print(np.mod(arr, arr1))
  
print('\nApplying remainder() function:') 
print(np.remainder(arr, arr1))

输出：

First array:
[ 5 15 20]

Second array:
[2 5 9]

Applying mod() function:
[1 0 2]

Applying remainder() function:
[1 0 2]