Python 教程

Python 教程 Python 简介 Python 历史 Python 下载安装 Python 入门 Python 语法 Python 注释 Python 变量 Python 数据类型 Python 数值类型 Python 类型转换 Python 字符串 Python 布尔值 Python 运算符 Python 列表 Python 元组 Python 集合 Python 字典 Python If...Else Python While 循环 Python For 循环 Python 函数 Python Lambda Python 数组 Python 类和对象 Python 继承 Python 迭代 Python 作用域 Python 模块 Python 日期时间 Python 数学运算 Python JSON Python 正则表达式 Python PIP Python Try...Except Python 用户输入 Python 字符串格式化

Python 文件处理

Python 文件处理 Python 打开文件 Python 创建/写入文件 Python 删除文件

Python NumPy

NumPy 简介 NumPy 入门 NumPy 创建数组 NumPy 数组索引 NumPy 数组裁切 NumPy 数据类型 NumPy 副本 vs 视图 NumPy 数组形状 NumPy 数组重塑 NumPy 数组迭代 NumPy 数组连接 NumPy 数组拆分 NumPy 数组搜索 NumPy 数组排序 NumPy 数组过滤 NumPy 随机数 NumPy ufunc 通用函数

Python SciPy

SciPy 简介 SciPy 入门 SciPy 常量 SciPy 优化器 SciPy 稀疏数据 SciPy 图表 SciPy 空间数据 SciPy Matlab 数组 SciPy 插值 SciPy 统计显着性检验

Python 机器学习

Machine 机器学习入门 Machine 平均中位数模式 Machine 标准差 Machine 百分位数 Machine 数据分布 Machine 正态数据分布 Machine 散点图 Machine 线性回归 Machine 多项式回归 Machine 多元回归 Machine 缩放 Machine 训练/测试 Machine 决策树

Python MySQL

MySQL 入门 MySQL Create Database MySQL Create Table MySQL Insert MySQL Select MySQL Where MySQL Order By MySQL Delete MySQL Drop Table MySQL Update MySQL Limit MySQL Join

Python MongoDB

MongoDB 入门 MongoDB 创建数据库 MongoDB 创建集合 MongoDB 插入 MongoDB 查找 MongoDB 查询 MongoDB 排序 MongoDB 删除 MongoDB 删除集合 MongoDB 更新 MongoDB 限制

Python 参考手册

Python 参考手册 Python 内置函数 Python 字符串方法 Python 列表/数组方法 Python 字典方法 Python 元组方法 Python 集合方法 Python 文件方法 Python 关键字 Python 内置异常 Python 词汇表

Python 模块参考

Python 随机模块 Python 请求模块 Python 统计模块 Python 数学模块 Python cMath模块

Python 如何使用

Python 删除列表重复项 Python 反转字符串 Python 添加两个数字

Python 高级教程

Python 常用指引 将Python2代码迁移到Python3 将扩展模块移植到 Python3 Curses 编程 描述器使用指南 函数式编程指引 日志常用指引 日志操作手册 正则表达式使用指南 套接字编程指南 排序指南 Unicode 指南 如何利用urllib包获取网络资源 Argparse 教程 ipaddress 模块介绍 Argument Clinic 的用法 使用DTrace和SystemTap检测CPython 对象注解属性的最佳实践

Python 实例

Python 实例 Python 编译器 Python 练习 Python 测验 NumPy 测验 SciPy 测验


简单算术

简单算术

您可以在 NumPy 数组之间直接使用算术运算符 + - * / ,但本节讨论相同的扩展,其中我们有可以采用任何类似数组的对象的函数,例如 列表,元组等并有条件地执行算术。

算术条件:意味着我们可以定义算术运算应该发生的条件。

所有讨论的算术函数都采用 where 参数,我们可以在其中指定条件。


加法

add() 函数将两个数组的内容相加,并将结果返回到一个新数组中。

实例

将 arr1 中的值与 arr2 中的值相加:

import numpy as np

arr1 = np.array([10, 11, 12, 13, 14, 15])
arr2 = np.array([20, 21, 22, 23, 24, 25])

newarr = np.add(arr1, arr2)

print(newarr)
亲自试一试 »

上面的示例将返回 [30 32 34 36 38 40],即 10+20、11+21、12+22 等的总和。


减法

subtract() 函数将一个数组中的值与另一个数组中的值相减,并将结果返回到一个新数组中。

实例

从 arr1 中的值减去 arr2 中的值:

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([20, 21, 22, 23, 24, 25])

newarr = np.subtract(arr1, arr2)

print(newarr)
亲自试一试 »

上面的示例将返回 [-10 -1 8 17 26 35],这是 10-20、20-21、30-22 等的结果。


乘法

multiply() 函数将一个数组中的值与另一个数组中的值相乘,并将结果返回到一个新数组中。

实例

将 arr1 中的值与 arr2 中的值相乘:

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([20, 21, 22, 23, 24, 25])

newarr = np.multiply(arr1, arr2)

print(newarr)
亲自试一试 »

上面的示例将返回 [200 420 660 920 1200 1500],这是 10*20、20*21、30*22 等的结果。


除法

divide() 函数将一个数组中的值与另一个数组中的值相除,并将结果返回到一个新数组中。

实例

将 arr1 中的值除以 arr2 中的值:

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 5, 10, 8, 2, 33])

newarr = np.divide(arr1, arr2)

print(newarr)
亲自试一试 »

上面的示例将返回 [3.33333333 4. 3. 5. 25. 1.81818182],这是 10/3、20/5、30/10 等的结果。


power() 函数将第一个数组的值乘以第二个数组的值的幂,并将结果返回到一个新数组中。 p>

实例

将 arr 1 中的值乘以 arr2 中的值的幂:

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 5, 6, 8, 2, 33])

newarr = np.power(arr1, arr2)

print(newarr)
亲自试一试 »

上面的例子将返回 [1000 3200000 729000000 6553600000000 25000] 这是 10*10*10, 20*20*20*20*20, 30*30*30*30*30*30 等的结果。


余数

mod()remainder() 函数都返回 第一个数组对应第二个数组中的值,并在一个新数组中返回结果。

实例

返回余数:

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 7, 9, 8, 2, 33])

newarr = np.mod(arr1, arr2)

print(newarr)
亲自试一试 »

上面的示例将返回 [1 6 3 0 0 27],即 10 除以 3 (10%3)、20 除以 7 (20%7) 30 除以 9 (30%9) 等时的余数。

使用 remainder() 函数会得到相同的结果:

实例

返回余数:

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 7, 9, 8, 2, 33])

newarr = np.remainder(arr1, arr2)

print(newarr)
亲自试一试 »

商和模

divmod() 函数返回商和模。 返回值是两个数组,第一个数组包含商,第二个数组包含模。

实例

返回商和模:

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 7, 9, 8, 2, 33])

newarr = np.divmod(arr1, arr2)

print(newarr)
亲自试一试 »

上面的示例将返回:
(数组([3, 2, 3, 5, 25, 1]), 数组([1, 6, 3, 0, 0, 27]))
第一个数组表示商,(当您将 10 除以 3、20 除以 7、30 除以 9 等时的整数值。
第二个数组表示相同除法的余数。


绝对值

absolute()abs() 函数都执行相同的绝对运算元素—— 明智但我们应该使用 absolute() 以避免与 python 的内置 math.abs()

实例

返回商和模:

import numpy as np

arr = np.array([-1, -2, 1, 2, 3, -4])

newarr = np.absolute(arr)

print(newarr)
亲自试一试 »

上面的例子将返回 [1 2 1 2 3 4]。