Учебник по NumPy

ГЛАВНАЯ Введение в NumPy Начало работы с NumPy NumPy Создание массивов Индексация массива NumPy Нарезка массива NumPy Типы данных NumPy Копирование NumPy против просмотра Форма массива NumPy Изменение формы массива NumPy Итерация массива NumPy Объединение массивов NumPy Разделение массива NumPy Поиск массива NumPy Сортировка массива NumPy Фильтр массива NumPy

NumPy Случайный

Случайное вступление Распределение данных Случайная перестановка Морской модуль Нормальное распределение Биномиальное распределение Распределение рыбы Равномерное распределение Логистическая дистрибуция Полиномиальное распределение Экспоненциальное распределение Распределение площади Чи Рэлеевское распределение Распределение Парето Распределение Zipf

NumPy ufunc

Введение ufunc Создать функцию ufunc Простая арифметика ufunc Округление десятичных знаков Журналы UFUNC ufunc Суммирование продукты ufunc Отличия ufunc ufunc Поиск LCM ufunc Поиск НОД ufunc Тригонометрический ufunc Гиперболический ufunc набор операций

Викторина/Упражнения

Викторина NumPy NumPy-упражнения

Функции NumPy


Что такое ufuncs?

ufuncs означает «универсальные функции», и это функции NumPy, которые работают с ndarrayобъектом.

Зачем использовать ufuncs?

ufuncs используются для реализации векторизации в NumPy, что намного быстрее, чем перебор элементов.

Они также обеспечивают широковещательную передачу и дополнительные методы, такие как сокращение, накопление и т. д., которые очень полезны для вычислений.

ufuncs также принимает дополнительные аргументы, например:

where логический массив или условие, определяющее, где должны выполняться операции.

dtype определение возвращаемого типа элементов.

out выходной массив, куда должно быть скопировано возвращаемое значение.


Что такое векторизация?

Преобразование итерационных операторов в векторную операцию называется векторизацией.

Это быстрее, так как современные процессоры оптимизированы для таких операций.

Добавьте элементы двух списков

список 1: [1, 2, 3, 4]

список 2: [4, 5, 6, 7]

Один из способов сделать это — выполнить итерацию по обоим спискам, а затем суммировать каждый элемент.

Пример

Без ufunc мы можем использовать встроенный zip()метод Python:

x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = []

for i, j in zip(x, y):
  z.append(i + j)
print(z)

У NumPy для этого есть функция ufunc, add(x, y) которая даст тот же результат.

Пример

С ufunc мы можем использовать add()функцию:

import numpy as np

x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = np.add(x, y)

print(z)