首页 > 代码库 > 数据分析:ufunc
数据分析:ufunc
universal function 可以对数组里的每一个元素进行操作,底层是C语言实现的,在对数组运算时表现卓越
1.1 初步上手
x = np.linspace(0,2*np.pi,10) y = np.sin(x); y Out[3]: array([ 0.00000000e+00, 6.42787610e-01, 9.84807753e-01, 8.66025404e-01, 3.42020143e-01, -3.42020143e-01, -8.66025404e-01, -9.84807753e-01, -6.42787610e-01, -2.44929360e-16]) t = np.sin(x,x) # 函数的第二个参数用来存放输出的 t Out[5]: array([ 0.00000000e+00, 6.42787610e-01, 9.84807753e-01, 8.66025404e-01, 3.42020143e-01, -3.42020143e-01, -8.66025404e-01, -9.84807753e-01, -6.42787610e-01, -2.44929360e-16]) x Out[6]: array([ 0.00000000e+00, 6.42787610e-01, 9.84807753e-01, 8.66025404e-01, 3.42020143e-01, -3.42020143e-01, -8.66025404e-01, -9.84807753e-01, -6.42787610e-01, -2.44929360e-16]) id(t) == id(x) # 用id函数对比一下 Out[7]: True
1.2 小插曲 xrange
xrange()得到的是一个迭代器,可以通过enumerate(x)进行迭代,而range()获得的是一个列表
1.3 运行速度
math提供的函数对单个的运算速度很快,但对数组整体的运算效率一般,ufunc设计时是针对数组批量运算设计的,对数组整体运算速度很快,但单个运算一般
所以不推荐import *,这样可以math.sin也可以np.sin
y = x1 + x2: | add(x1, x2 [, y]) |
y = x1 - x2: | subtract(x1, x2 [, y]) |
y = x1 * x2: | multiply (x1, x2 [, y]) |
y = x1 / x2: | divide (x1, x2 [, y]), 如果两个数组的元素为整数,那么用整数除法 |
y = x1 / x2: | true divide (x1, x2 [, y]), 总是返回精确的商 |
y = x1 // x2: | floor divide (x1, x2 [, y]), 总是对返回值取整 |
y = -x: | negative(x [,y]) |
y = x1**x2: | power(x1, x2 [, y]) |
y = x1 % x2: | remainder(x1, x2 [, y]), mod(x1, x2, [, y]) |
1.4 广播
教程上称之为广播,感觉有些别扭,称之为自动对齐好了
a = np.arange(0,60,10).reshape(-1,1);a Out[25]: array([[ 0], [10], [20], [30], [40], [50]]) b = np.arange(0,5) b.shape Out[27]: (5,) c = a+b;c Out[28]: array([[ 0, 1, 2, 3, 4], [10, 11, 12, 13, 14], [20, 21, 22, 23, 24], [30, 31, 32, 33, 34], [40, 41, 42, 43, 44], [50, 51, 52, 53, 54]])
1.5 小插曲repeat
b = b.repeat(6, axis = 0) 0表示纵向,1表示横向
1.6 numpy.ogrid
这个应该在画三维图时会用到,先不急
数据分析:ufunc
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。