numpy array functions 数组操作的基本函数入门(一)

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]