NumPy 算術函數

NumPy 算術函數包含簡單的加減乘除: add()，subtract()，multiply() 和 divide()。

需要注意的是數組必須具有相同的形狀或符合數組廣播規則。

實例

import numpy as np a = np.arange(9, dtype = np.float_).reshape(3,3) print ('第一個數組：') print (a) print ('\n') print ('第二個數組：') b = np.array([10,10,10]) print (b) print ('\n') print ('兩個數組相加：') print (np.add(a,b)) print ('\n') print ('兩個數組相減：') print (np.subtract(a,b)) print ('\n') print ('兩個數組相乘：') print (np.multiply(a,b)) print ('\n') print ('兩個數組相除：') print (np.divide(a,b))

輸出結果為：

第一個數組：
[[0. 1. 2.]
 [3. 4. 5.]
 [6. 7. 8.]]


第二個數組：
[10 10 10]


兩個數組相加：
[[10. 11. 12.]
 [13. 14. 15.]
 [16. 17. 18.]]


兩個數組相減：
[[-10.  -9.  -8.]
 [ -7.  -6.  -5.]
 [ -4.  -3.  -2.]]


兩個數組相乘：
[[ 0. 10. 20.]
 [30. 40. 50.]
 [60. 70. 80.]]


兩個數組相除：
[[0.  0.1 0.2]
 [0.3 0.4 0.5]
 [0.6 0.7 0.8]]

此外 Numpy 也包含了其他重要的算術函數。

numpy.reciprocal()

numpy.reciprocal() 函數返回參數逐元素的倒數。如 1/4 倒數為 4/1。

實例

import numpy as np a = np.array([0.25, 1.33, 1, 100]) print ('我們的數組是：') print (a) print ('\n') print ('調用 reciprocal 函數：') print (np.reciprocal(a))

輸出結果為：

我們的數組是：
[  0.25   1.33   1.   100.  ]


調用 reciprocal 函數：

[4.        0.7518797 1.        0.01     ]

numpy.power()

numpy.power() 函數將第一個輸入數組中的元素作為底數，計算它與第二個輸入數組中相應元素的冪。

實例

import numpy as np a = np.array([10,100,1000]) print ('我們的數組是；') print (a) print ('\n') print ('調用 power 函數：') print (np.power(a,2)) print ('\n') print ('第二個數組：') b = np.array([1,2,3]) print (b) print ('\n') print ('再次調用 power 函數：') print (np.power(a,b))

輸出結果為：

我們的數組是；
[  10  100 1000]


調用 power 函數：

[    100   10000 1000000]


第二個數組：
[1 2 3]


再次調用 power 函數：

[        10      10000 1000000000]

numpy.mod()

numpy.mod() 計算輸入數組中相應元素的相除後的餘數。 函數 numpy.remainder() 也產生相同的結果。

實例

import numpy as np a = np.array([10,20,30]) b = np.array([3,5,7]) print ('第一個數組：') print (a) print ('\n') print ('第二個數組：') print (b) print ('\n') print ('調用 mod() 函數：') print (np.mod(a,b)) print ('\n') print ('調用 remainder() 函數：') print (np.remainder(a,b))

輸出結果為：

第一個數組：
[10 20 30]


第二個數組：
[3 5 7]


調用 mod() 函數：

[1 0 2]


調用 remainder() 函數：

[1 0 2]