numpy數(shù)組(2)

jiekechoo 發(fā)布于2019-07-30 16:41 / 3325人閱讀

摘要：數(shù)組的向量化運(yùn)算加減乘除階乘數(shù)組的向量化運(yùn)算加減乘除階乘的真假值運(yùn)算的真假值運(yùn)算的真假值運(yùn)算

import numpy as np

numpy數(shù)組的向量化運(yùn)算1(加減乘除階乘)

a = np.array([1, 2, 3, 4])
b = np.array([1, 2, 1, 2])

print a + b   #[2 4 4 6]
print a - b   #[0 0 2 2]
print a * b   #[1 4 3 8]
print a / b   #[1 1 3 2]
print a ** b  #[1 4 3 16]

numpy數(shù)組的向量化運(yùn)算2(加減乘除階乘)

a = np.array([1, 2, 3, 4])  
b = 2 
print a + b   #[3 4 5 6]
print a - b   #[-1  0  1  2]
print a * b   #[2 4 6 8]
print a / b   #[0 1 1 2]
print a ** b  #[1 4 9 16]

numpy的真假值運(yùn)算(1)

a = np.array([True, True, False, False])
b = np.array([True, False, True, False])

print a & b        #[True False False False]
print a | b        #[True True True False]
print ~a           #[False False  True  True]

print a & True     #[True True False False]
print a & False    #[False False False False]

print a | True     #[True True True True]
print a | False    #[True True False False]

numpy的真假值運(yùn)算(2)

a = np.array([1, 2, 3, 4, 5])
b = np.array([5, 4, 3, 2, 1])

print a > b    #[False False False True True]
print a >= b   #[False False True True True]
print a < b    #[True True False False False]
print a <= b   #[True True True False False]
print a == b   #[False False True False False]
print a != b   #[True True False True True]

numpy的真假值運(yùn)算(3)

a = np.array([1, 2, 3, 4])
b = 2

print a > b    #[False False True True]
print a >= b   #[False True True True]
print a < b    #[True False False False]
print a <= b   #[True True False False]
print a == b   #[False True False False]
print a != b   #[True False True True]

GPU云服務(wù)器云服務(wù)器 numpy創(chuàng)建數(shù)組 numpy數(shù)組操作 asp數(shù)組使用2 numpy

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://systransis.cn/yun/41804.html

相關(guān)文章

NumPy 數(shù)組大全

摘要：在下面的例子中，我們創(chuàng)建了一個二維數(shù)組并插入了兩列輸出如果沒有使用參數(shù)，則會輸出這就是數(shù)組結(jié)構(gòu)的扁平化。下面的例子中我們從二維數(shù)組中刪除了一行輸出在方法中，首先給出數(shù)組，然后給出要刪除的元素的索引。數(shù)組被傳遞給函數(shù)。 NumPy 是一個Python 庫，用于 Python 編程中的科學(xué)計(jì)算。在本教程中，你將學(xué)習(xí)如何在 NumPy 數(shù)組上以多種方式添加、刪除、排序和操作元素。 NumPy...

kk_miles 2019-07-31 10:20 評論0 收藏0
NumPy 數(shù)組大全

摘要：在下面的例子中，我們創(chuàng)建了一個二維數(shù)組并插入了兩列輸出如果沒有使用參數(shù)，則會輸出這就是數(shù)組結(jié)構(gòu)的扁平化。下面的例子中我們從二維數(shù)組中刪除了一行輸出在方法中，首先給出數(shù)組，然后給出要刪除的元素的索引。數(shù)組被傳遞給函數(shù)。 NumPy 是一個Python 庫，用于 Python 編程中的科學(xué)計(jì)算。在本教程中，你將學(xué)習(xí)如何在 NumPy 數(shù)組上以多種方式添加、刪除、排序和操作元素。 NumPy...

yunhao 2019-06-26 18:55 評論0 收藏0
真假美猴王-Numpy數(shù)據(jù)與Python數(shù)組的區(qū)別與聯(lián)系

摘要：下文統(tǒng)一稱為數(shù)組是存儲單一數(shù)據(jù)類型的多維數(shù)組同語言數(shù)組直接保存數(shù)值而則是能夠?qū)?shù)組進(jìn)行處理的函數(shù)。動態(tài)數(shù)據(jù)類型與的數(shù)組和的這些不可變數(shù)據(jù)類型的適用場景等可變數(shù)據(jù)類型適用于需要不斷對原始數(shù)據(jù)進(jìn)行修改的場景。 showImg(https://segmentfault.com/img/remote/1460000018925396);Numpy,是python中的一個矩陣計(jì)算包,功能類似ma...

鄒強(qiáng) 2019-07-31 10:18 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 2019-07-31 10:18 評論0 收藏0
python_numPy學(xué)習(xí)

摘要：而由一個與此數(shù)組相關(guān)系的數(shù)據(jù)類型對象來描述其數(shù)組元素的數(shù)據(jù)格式例如其字符組順序在存儲器中占用的字符組數(shù)量整數(shù)或者浮點(diǎn)數(shù)等等。一個行列的矩陣的是數(shù)組中所有元素的數(shù)量數(shù)組中元素的類型，例如或者數(shù)組中每個元素的大小，單位為字節(jié)存儲數(shù)組元素的緩沖。原文鏈接 numPy 維基百科特點(diǎn) NumPy引用CPython(一個使用字節(jié)碼的解釋器)，而在這個Python實(shí)現(xiàn)解釋器上所寫的數(shù)學(xué)算法代碼...

lauren_liuling 2019-07-30 16:10 評論0 收藏0
python數(shù)學(xué)建模是加深Numpy和Pandas學(xué)習(xí)

　　小編寫這篇文章的主要目的，主要是來給大家去做一個介紹的，介紹的內(nèi)容主要還是涉及到python的一些相關(guān)事情，比如我們可以利用python去進(jìn)行搭建數(shù)字建模的相關(guān)平臺。其中，主要的內(nèi)容有加深Numpy和Pandas的相關(guān)學(xué)習(xí)，具體內(nèi)容，下面給大家詳細(xì)解答下?！　umpy學(xué)習(xí)　　#Numpy的基本使用　　''' 　　Numpy提供了兩種基本的對象：ndarray存儲單一...

89542767 2022-12-08 11:34 評論0 收藏0