NumPy - 算数函数

很容易理解的是,NumPy 包含大量的各种数学运算功能。 NumPy 提供标准的三角函数,算术运算的函数,复数处理函数等。

三角函数

NumPy 拥有标准的三角函数,它为弧度制单位的给定角度返回三角函数比值。

示例

  1. import numpy as np
  2. a = np.array([0,30,45,60,90])
  3. print '不同角度的正弦值:'
  4. # 通过乘 pi/180 转化为弧度
  5. print np.sin(a*np.pi/180)
  6. print '\n'
  7. print '数组中角度的余弦值:'
  8. print np.cos(a*np.pi/180)
  9. print '\n'
  10. print '数组中角度的正切值:'
  11. print np.tan(a*np.pi/180)

输出如下:

  1. 不同角度的正弦值:
  2. [ 0. 0.5 0.70710678 0.8660254 1. ]
  3. 数组中角度的余弦值:
  4. [ 1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
  5. 6.12323400e-17]
  6. 数组中角度的正切值:
  7. [ 0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
  8. 1.63312394e+16]

arcsinarccos,和arctan函数返回给定角度的sincostan的反三角函数。 这些函数的结果可以通过numpy.degrees()函数通过将弧度制转换为角度制来验证。

示例

  1. import numpy as np
  2. a = np.array([0,30,45,60,90])
  3. print '含有正弦值的数组:'
  4. sin = np.sin(a*np.pi/180)
  5. print sin
  6. print '\n'
  7. print '计算角度的反正弦,返回值以弧度为单位:'
  8. inv = np.arcsin(sin)
  9. print inv
  10. print '\n'
  11. print '通过转化为角度制来检查结果:'
  12. print np.degrees(inv)
  13. print '\n'
  14. print 'arccos 和 arctan 函数行为类似:'
  15. cos = np.cos(a*np.pi/180)
  16. print cos
  17. print '\n'
  18. print '反余弦:'
  19. inv = np.arccos(cos)
  20. print inv
  21. print '\n'
  22. print '角度制单位:'
  23. print np.degrees(inv)
  24. print '\n'
  25. print 'tan 函数:'
  26. tan = np.tan(a*np.pi/180)
  27. print tan
  28. print '\n'
  29. print '反正切:'
  30. inv = np.arctan(tan)
  31. print inv
  32. print '\n'
  33. print '角度制单位:'
  34. print np.degrees(inv)

输出如下:

  1. 含有正弦值的数组:
  2. [ 0. 0.5 0.70710678 0.8660254 1. ]
  3. 计算角度的反正弦,返回值以弧度制为单位:
  4. [ 0. 0.52359878 0.78539816 1.04719755 1.57079633]
  5. 通过转化为角度制来检查结果:
  6. [ 0. 30. 45. 60. 90.]
  7. arccos arctan 函数行为类似:
  8. [ 1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
  9. 6.12323400e-17]
  10. 反余弦:
  11. [ 0. 0.52359878 0.78539816 1.04719755 1.57079633]
  12. 角度制单位:
  13. [ 0. 30. 45. 60. 90.]
  14. tan 函数:
  15. [ 0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
  16. 1.63312394e+16]
  17. 反正切:
  18. [ 0. 0.52359878 0.78539816 1.04719755 1.57079633]
  19. 角度制单位:
  20. [ 0. 30. 45. 60. 90.]

舍入函数

numpy.around()

这个函数返回四舍五入到所需精度的值。 该函数接受以下参数。

  1. numpy.around(a,decimals)

其中:

序号 参数及描述
1. a 输入数组
2. decimals 要舍入的小数位数。 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

示例

  1. import numpy as np
  2. a = np.array([1.0,5.55, 123, 0.567, 25.532])
  3. print '原数组:'
  4. print a
  5. print '\n'
  6. print '舍入后:'
  7. print np.around(a)
  8. print np.around(a, decimals = 1)
  9. print np.around(a, decimals = -1)

输出如下:

  1. 原数组:
  2. [ 1. 5.55 123. 0.567 25.532]
  3. 舍入后:
  4. [ 1. 6. 123. 1. 26. ]
  5. [ 1. 5.6 123. 0.6 25.5]
  6. [ 0. 10. 120. 0. 30. ]

numpy.floor()

此函数返回不大于输入参数的最大整数。 即标量x 的下限是最大的整数i ,使得i <= x。 注意在Python中,向下取整总是从 0 舍入。

示例

  1. import numpy as np
  2. a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
  3. print '提供的数组:'
  4. print a
  5. print '\n'
  6. print '修改后的数组:'
  7. print np.floor(a)

输出如下:

  1. 提供的数组:
  2. [ -1.7 1.5 -0.2 0.6 10. ]
  3. 修改后的数组:
  4. [ -2. 1. -1. 0. 10.]

numpy.ceil()

ceil()函数返回输入值的上限,即,标量x的上限是最小的整数i ,使得i> = x

示例

  1. import numpy as np
  2. a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
  3. print '提供的数组:'
  4. print a
  5. print '\n'
  6. print '修改后的数组:'
  7. print np.ceil(a)

输出如下:

  1. 提供的数组:
  2. [ -1.7 1.5 -0.2 0.6 10. ]
  3. 修改后的数组:
  4. [ -1. 2. -0. 1. 10.]