NumPy 是 Python 科学计算的基础包。之前的文章中我们也numpy的数据类型，基本结构做了入门的讲解，本篇开始介绍numpy 数组相对应的操作函数。
NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。
三角函数
# 标准的三角函数：sin()、cos()、tan();
# arcsin，arccos，和 arctan 函数返回给定角度的 sin，cos 和 tan 的反三角函数。
# 函数的结果可以通过 numpy.degrees() 函数将弧度转换为角度
a = np.array([0, 30, 45, 60, 90])
print("a = ", a)
print("正弦： np.sin(a * np.pi /180) = ", np.sin(a * np.pi/180))
print("余弦： np.cos(a * np.pi / 180) = ", np.cos(a * np.pi / 180))
sin = np.sin(a * np.pi/180)
inv = np.arcsin(sin)
print("sin = np.sin(a * np.pi/180)", "\n", "inv = np.arcsin(sin)")
print("反正弦(弧度)：np.arcsin(sin) = ", inv)
deg = np.degrees(inv)
print("角度：np.degrees(inv) ", deg)
输出的结果：
a = [ 0 30 45 60 90]
正弦： np.sin(a * np.pi /180) = [0. 0.5 0.70710678 0.8660254 1. ]
余弦： np.cos(a * np.pi / 180) = [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
6.12323400e-17]
sin = np.sin(a * np.pi/180)
inv = np.arcsin(sin)
反正弦(弧度)：np.arcsin(sin) = [0. 0.52359878 0.78539816 1.04719755 1.57079633]
角度：np.degrees(inv) [ 0. 30. 45. 60. 90.]
舍入函数
# numpy.around(a,decimals) 函数返回指定数字的四舍五入值。
# a: 数组
# decimals: 舍入的小数位数。 默认值为0。 如果为负，整数将四舍五入到小数点左侧的位置
a = np.array([1.0, 5.55, 123, 0.567, 25.532])
print("原始 a = ", a)
print("np.around(a, decimals=1) = ", np.around(a, decimals=1))
print("np.around(a, decimals=-1) = ", np.around(a, decimals=-1))
# numpy.floor() 返回小于或者等于指定表达式的最大整数，即向下取整。
# numpy.ceil() 返回大于或者等于指定表达式的最小整数，即向上取整。
a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
print('提供的数组：', a)
print('np.floor(a) = ', np.floor(a))
print("np.ceil(a) = ", np.ceil(a))
输出结果：
原始 a = [ 1. 5.55 123. 0.567 25.532]
np.around(a, decimals=1) = [ 1. 5.6 123. 0.6 25.5]
np.around(a, decimals=-1) = [ 0. 10. 120. 0. 30.]
提供的数组： [-1.7 1.5 -0.2 0.6 10. ]
np.floor(a) = [-2. 1. -1. 0. 10.]
np.ceil(a) = [-1. 2. -0. 1. 10.]
a = np.arange(9, dtype=np.float_).reshape(3, 3)
b = np.array([10., 5., 1.])
算术函数
# 算术函数包含简单的加减乘除: add()，subtract()，multiply() 和 divide()。
a = np.arange(9, dtype=np.float_).reshape(3, 3)
b = np.array([10., 5., 1.])
print("a = np.arange(9, dtype=np.float_).reshape(3, 3)")
print("b = np.array([10., 5., 1.])")
print("a = ", a)
print("np.add(a, b) = ", np.add(a, b))
print("np.subtract(a, b) =", np.subtract(a, b))
print("np.multiply(a, b) = ", np.multiply(a, b))
print("np.divide(a, b) = ", np.divide(a, b))
# numpy.reciprocal() 函数返回参数逐元素的倒数。如 1/4 倒数为 4/1。
# numpy.power() 函数将第一个输入数组中的元素作为底数，计算它与第二个输入数组中相应元素的幂
print("np.reciprocal(b) = ", np.reciprocal(b))
a = np.array([10, 100, 1000])
print("a = np.array([10,100,1000])")
print("np.power(a, 2) = ", np.power(a, 2))
# numpy.mod()/numpy.remainder() 计算输入数组中相应元素的相除后的余数
a = np.array([10, 20, 30])
b = np.array([3, 5, 7])
print("np.mod(a, b) = ", np.mod(a, b))
print("np.remainder(a, b) = ", np.remainder(a, b))
输出结果：
a = np.arange(9, dtype=np.float_).reshape(3, 3)
b = np.array([10., 5., 1.])
a = [[0. 1. 2.]
[3. 4. 5.]
[6. 7. 8.]]
np.add(a, b) = [[10. 6. 3.]
[13. 9. 6.]
[16. 12. 9.]]
np.subtract(a, b) = [[-10. -4. 1.]
[ -7. -1. 4.]
[ -4. 2. 7.]]
np.multiply(a, b) = [[ 0. 5. 2.]
[30. 20. 5.]
[60. 35. 8.]]
np.divide(a, b) = [[0. 0.2 2. ]
[0.3 0.8 5. ]
[0.6 1.4 8. ]]
np.reciprocal(b) = [0.1 0.2 1. ]
a = np.array([10,100,1000])
np.power(a, 2) = [ 100 10000 1000000]
np.mod(a, b) = [1 0 2]
np.remainder(a, b) = [1 0 2]