Простая арифметика
Простая арифметика
Вы можете использовать арифметические операторы +
-
*
/
непосредственно между массивами NumPy, но в этом разделе обсуждается их расширение, где у нас есть функции, которые могут принимать любые объекты, подобные массивам, например, списки, кортежи и т. д., и выполнять арифметические операции условно .
Арифметика Условно: означает, что мы можем определить условия, при которых должна выполняться арифметическая операция.
Все обсуждаемые арифметические функции принимают where
параметр, в котором мы можем указать это условие.
Добавление
Функция add()
суммирует содержимое двух массивов и возвращает результаты в новом массиве.
Пример
Добавьте значения в arr1 к значениям в arr2:
import numpy as np
arr1 = np.array([10, 11, 12, 13, 14, 15])
arr2 =
np.array([20,
21, 22, 23, 24, 25])
newarr = np.add(arr1, arr2)
print(newarr)
Пример выше вернет [30 32 34 36 38 40], что является суммой 10+20, 11+21, 12+22 и т. д.
вычитание
Функция subtract()
вычитает значения из одного массива со значениями из другого массива и возвращает результаты в новом массиве.
Пример
Вычтите значения в arr2 из значений в arr1:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([20,
21, 22, 23, 24, 25])
newarr = np.subtract(arr1, arr2)
print(newarr)
Приведенный выше пример вернет [-10 -1 8 17 26 35], что является результатом 10-20, 20-21, 30-22 и т. д.
Умножение
Функция multiply()
умножает значения из одного массива на значения из другого массива и возвращает результаты в новом массиве.
Пример
Умножьте значения в arr1 на значения в arr2:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([20,
21, 22, 23, 24, 25])
newarr = np.multiply(arr1, arr2)
print(newarr)
Пример выше вернет [200 420 660 920 1200 1500], что является результатом 10*20, 20*21, 30*22 и т. д.
Разделение
Функция divide()
делит значения из одного массива на значения из другого массива и возвращает результаты в новом массиве.
Пример
Разделите значения в arr1 на значения в arr2:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3,
5, 10, 8, 2, 33])
newarr = np.divide(arr1, arr2)
print(newarr)
Приведенный выше пример вернет [3,33333333 4, 3, 5, 25, 1,81818182], что является результатом 10/3, 20/5, 30/10 и т. д.
Сила
Функция power()
возводит значения из первого массива в степень значений второго массива и возвращает результаты в новом массиве.
Пример
Возведите значения в arr1 в степень значений в arr2:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3,
5, 6, 8, 2, 33])
newarr = np.power(arr1, arr2)
print(newarr)
Пример выше вернет [1000 3200000 729000000 6553600000000 2500 0], что является результатом 10*10*10, 20*20*20*20*20, 30*30*30*30*30*30 и т. д.
Остаток
Обе функции mod()
и remainder()
возвращают оставшиеся значения в первом массиве, соответствующие значениям во втором массиве, и возвращают результаты в новом массиве.
Пример
Вернуть остатки:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3, 7, 9, 8, 2, 33])
newarr = np.mod(arr1, arr2)
print(newarr)
Приведенный выше пример вернет [1 6 3 0 0 27], который является остатком при делении 10 на 3 (10%3), 20 на 7 (20%7), 30 на 9 (30%9) и т. д.
Вы получите тот же результат при использовании remainder()
функции:
Пример
Вернуть остатки:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3, 7, 9, 8, 2, 33])
newarr = np.remainder(arr1, arr2)
print(newarr)
Коэффициент и мод
Функция divmod()
возвращает как частное, так и мод. Возвращаемое значение представляет собой два массива, первый массив содержит частное, а второй массив содержит мод.
Пример
Вернуть частное и мод:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3, 7, 9, 8, 2, 33])
newarr = np.divmod(arr1, arr2)
print(newarr)
Пример выше вернет:
(массив([3, 2, 3, 5, 25, 1]), массив([1, 6, 3, 0, 0, 27]))
Первый массив представляет частные, ( целочисленное значение при делении 10 на 3, 20 на 7, 30 на 9 и т
. д. Второй массив представляет собой остатки тех же делений.
Абсолютные значения
И функции , absolute()
и abs()
функции выполняют одну и ту же абсолютную операцию поэлементно, но мы должны использовать absolute()
их, чтобы избежать путаницы со встроенными функциями Python.math.abs()
Пример
Вернуть частное и мод:
import numpy as np
arr = np.array([-1, -2, 1, 2, 3, -4])
newarr = np.absolute(arr)
print(newarr)
Пример выше вернет [1 2 1 2 3 4].