Numpy数组的运算
2021-01-27 16:12
阅读:878
标签:false 总数 mil amp color and 大于 array rand
import numpy as np x = np.array((1,2,3,4,5)) # 使用 * 进行相乘 x*2 # array([ 2, 4, 6, 8, 10]) # 使用 / 进行相除 x / 2 # array([0.5, 1. , 1.5, 2. , 2.5]) 2 / x # array([2. , 1. , 0.66666667, 0.5 , 0.4 ]) # 使用 // 进行整除 x//2 # array([0, 1, 1, 2, 2], dtype=int32) 10//x # array([10, 5, 3, 2, 2], dtype=int32) # 使用 ** 进行幂运算 x**3 # array([ 1, 8, 27, 64, 125], dtype=int32) 2 ** x # array([ 2, 4, 8, 16, 32], dtype=int32) # 使用 + 进行相加 x + 2 # array([3, 4, 5, 6, 7]) # 使用 % 进行取模 x % 3 # array([1, 2, 0, 1, 2], dtype=int32) # 数组与数组之间的运算 # 使用 + 进行相加 np.array([1,2,3,4]) + np.array([11,22,33,44]) # array([12, 24, 36, 48]) np.array([1,2,3,4]) + np.array([3]) # array([4, 5, 6, 7]) n = np.array((1,2,3)) # + n + n # array([2, 4, 6]) n + np.array([4]) # array([5, 6, 7]) # * n * n # array([1, 4, 9]) n * np.array(([1,2,3],[4,5,6],[7,8,9])) ‘‘‘ array([[ 1, 4, 9], [ 4, 10, 18], [ 7, 16, 27]]) ‘‘‘ # - n - n # array([0, 0, 0]) # / n/n # array([1., 1., 1.]) # ** n**n # array([ 1, 4, 27], dtype=int32) x = np.array((1,2,3)) y = np.array((4,5,6)) # 数组的内积运算(对应位置上元素相乘) np.dot(x,y) # 32 sum(x*y) # 32 # 布尔运算 n = np.random.rand(4) # array([0.53583849, 0.09401473, 0.07829069, 0.09363152]) # 判断数组中的元素是否大于 0.5 n > 0.5 # array([ True, False, False, False]) # 将数组中大于 0.5 的元素显示 n[n>0.5] # array([0.53583849]) # 找到数组中 0.05 ~ 0.4 的元素总数 sum((n > 0.05)&(n )) # 3 # 是否都大于 0.2 np.all(n > 0.2) # False # 是否有元素小于 0.1 np.any(n ) # True # 数组与数组之间的布尔运算 a = np.array([1,4,7]) # array([1, 4, 7]) b = np.array([4,3,7]) # array([4, 3, 7]) # 在 a 中是否有大于 b 的元素 a > b # array([False, True, False]) # 在 a 中是否有等于 b 的元素 a == b # array([False, False, True]) # 显示 a 中 a 的元素等于 b 的元素 a[a == b] # array([7]) # 显示 a 中的偶数且小于 5 的元素 a[(a%2 == 0) & (a )] # array([4])
2020-05-07
Numpy数组的运算
标签:false 总数 mil amp color and 大于 array rand
原文地址:https://www.cnblogs.com/hany-postq473111315/p/12844978.html
评论
亲,登录后才可以留言!