numpy中函數的說明文檔?本文向大家介紹一下 numpy 常見的數學函數，我來為大家講解一下關于numpy中函數的說明文檔?跟着小編一起來看一看吧!

numpy中函數的說明文檔

本文向大家介紹一下 numpy 常見的數學函數。

三角函數是基本初等函數之一，是以角度（數學上最常用弧度制，下同）為自變量，角度對應任意角終邊與單位圓交點坐标或其比值為因變量的函數。三角函數一般用于計算三角形中未知長度的邊和未知的角度，在導航、工程學以及物理學方面都有廣泛的用途。

常見的三角函數包括正弦函數、餘弦函數和正切函數。下面我們來學習這三個常見的三角函數：

我們直接來看實例：

import numpy as np a = np.array([0, 30, 45, 60, 90]) print(np.char.center('不同角度的正弦值', 30, '*')) # 通過乘 pi/180 轉化為弧度 sin = np.sin(a*np.pi/180) print(sin) print('\n') print(np.char.center('不同角度的餘弦值', 30, '*')) # 通過乘 pi/180 轉化為弧度 cos = np.cos(a*np.pi/180) print(cos) print('\n') print(np.char.center('不同角度的正切值', 30, '*')) # 通過乘 pi/180 轉化為弧度 tan = np.tan(a*np.pi/180) print(tan) print('\n') print(np.char.center('不同角度的反正弦值', 30, '*')) arcsin = np.arcsin(sin) # 将弧度轉換成角度打印輸出 print(np.degrees(arcsin)) print('\n') print(np.char.center('不同角度的反餘弦值', 30, '*')) arccos = np.arccos(cos) # 将弧度轉換成角度打印輸出 print(np.degrees(arccos)) print('\n') print(np.char.center('不同角度的反正切值', 30, '*')) arctan = np.arctan(tan) # 将弧度轉換成角度打印輸出 print(np.degrees(arctan)) print('\n') # 返回 ***********不同角度的正弦值*********** [0. 0.5 0.70710678 0.8660254 1. ] ***********不同角度的餘弦值*********** [1.00000000e 00 8.66025404e-01 7.07106781e-01 5.00000000e-01 6.12323400e-17] ***********不同角度的正切值*********** [0.00000000e 00 5.77350269e-01 1.00000000e 00 1.73205081e 00 1.63312394e 16] **********不同角度的反正弦值*********** [ 0. 30. 45. 60. 90.] **********不同角度的反餘弦值*********** [ 0. 30. 45. 60. 90.] **********不同角度的反正切值*********** [ 0. 30. 45. 60. 90.]

上面例子中，我們先計算不同角度的正弦值、餘弦值、正切值，然後我們通過反三角函數，将前面計算的值計算成弧度，然後通過 degrees 函數轉換成角度。我們可以看到最後的出來的角度和開始輸入的數組的角度是一樣的。

我們在數據的處理中可能會遇到需要将一組數字進行四舍五入操作，這時候我們就可以使用 NumPy 提供的四舍五入函數來處理了。

對數組中的數字進行四舍五入

我們來看實例：

import numpy as np a = np.array([1, 2.0, 30.12, 129.567]) # 四舍五入（取整） print(np.around(a)) # 四舍五入（取一位小數） print(np.around(a, decimals=1)) # 四舍五入（取小數點左側第一位） print(np.around(a, decimals=-1)) # 返回 [ 1. 2. 30. 130.] [ 1. 2. 30.1 129.6] [ 0. 0. 30. 130.]

我們可以通過 decimals 參數來表示舍入的小數位數，默認值為0。 如果為負，整數将四舍五入到小數點左側的位置。

對數組中的數字進行若幹位的舍棄。

我們來看實例：

import numpy as np a = np.array([1, 2.0, 30.12, 129.567]) # 隻舍不入（取整） print(np.around(a)) # 隻舍不入（到小數點後一位） print(np.around(a, decimals=1)) # 隻舍不入（取小數點左側第一位） print(np.around(a, decimals=-1)) # 返回 [ 1. 2. 30. 130.] [ 1. 2. 30.1 129.6] [ 0. 0. 30. 130.]

這個函數與 around 函數的區别就是隻是舍棄，不做四舍五入。

返回小于或者等于指定表達式的最大整數，即向下取整。

我們來看實例：

import numpy as np a = np.array([1, 2.0, 30.12, 129.567]) # 向下取整 print(np.floor(a)) # 返回 [ 1. 2. 30. 129.]

這個函數很好理解，就是舍棄小數位。

返回大于或者等于指定表達式的最小整數，即向上取整。

我們來看實例：

import numpy as np a = np.array([1, 2.0, 30.12, 129.567]) # 向上取整 print(np.ceil(a)) # 返回 [ 1. 2. 31. 130.]

這個函數和上面的 floor 是相反含義的函數，向上取整意思是如果沒有小數位或者小數位是0，取當前整數；如果有小數位并且小數位不是0，則取當前數字的整數加1。

接下來我們來介紹一下 NumPy 的幾個常用的算術函數：

我們先來看看兩個數組元素的加減乘除的實例：

import numpy as np a = np.arange(6, dtype=np.float_).reshape(2, 3) print('第一個數組：') print(a) print('第二個數組：') b = np.array([10, 10, 10]) print(b) print('\n') print(np.char.center('兩個數組相加', 20, '*')) print(np.add(a, b)) print('\n') print(np.char.center('兩個數組相減', 20, '*')) print(np.subtract(a, b)) print('\n') print(np.char.center('兩個數組相乘', 20, '*')) print('兩個數組相乘：') print(np.multiply(a, b)) print('\n') print(np.char.center('兩個數組相除', 20, '*')) print(np.divide(a, b)) print('\n') # 返回 第一個數組： [[0. 1. 2.] [3. 4. 5.]] 第二個數組： [10 10 10] *******兩個數組相加******* [[10. 11. 12.] [13. 14. 15.]] *******兩個數組相減******* [[-10. -9. -8.] [ -7. -6. -5.]] *******兩個數組相乘******* 兩個數組相乘： [[ 0. 10. 20.] [30. 40. 50.]] *******兩個數組相除******* [[0. 0.1 0.2] [0.3 0.4 0.5]]

在上面例子中，我們先定義了兩個數組，第一個數一個二維數組，第二個是一個一維數組，然後對兩個數組的元素進行加減乘除操作，返回的是一個二維數組。

這裡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。

将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幂。

我們先來看看實例：

import numpy as np c = np.array([10, 100, 1000]) print('第一個數組是：') print(c) print('\n') print(np.char.center('調用 power 函數', 20, '*')) print(np.power(c, 2)) print('\n') d = np.array([1, 2, 3]) print('第二個數組是：') print(d) print('\n') print(np.char.center('再次調用 power 函數', 20, '*')) print(np.power(c, d)) # 返回 第一個數組是： [ 10 100 1000] ****調用 power 函數***** [ 100 10000 1000000] 第二個數組是： [1 2 3] ***再次調用 power 函數**** [ 10 10000 1000000000]

從例子中我們可以看到，如果第二個參數是數字，就将第一個參數數組中的每個元素作為底數，計算它與第二個參數的幂；如果第二個參數是數組，那就将第一個參數數組中的每個元素作為底數，計算它與第二個數組中元素的幂。

計算輸入數組中相應元素的相除後的餘數。

我們先來看看實例：

import numpy as np e = np.array([10, 20, 30]) f = np.array([3, 5, 7]) print('第一個數組：') print(e) print('\n') print('第二個數組：') print(f) print('\n') print(np.char.center('調用 mod 函數', 20, '*')) print(np.mod(e, f)) # 返回 第一個數組： [10 20 30] 第二個數組： [3 5 7] *****調用 mod 函數****** [1 0 2]

這裡也需要注意數組必須具有相同的形狀或符合數組廣播規則。

本文向大家介紹了 NumPy 的數學函數，包括三角函數、四舍五入函數和算術函數。這些函數在一些數據分析中比較常見，運用得好會使你事半功倍。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!