NumPy - 数学函数

首页 / Numpy入门教程 / NumPy - 数学函数

可以理解,NumPy包含大量的各种数学运算, NumPy提供标准的三角函数,算术运算功能,处理复数等。

三角函数

NumPy具有标准三角函数,该函数返回给定角度的弧度的三角比例。

import numpy as np 
a = np.array([0,30,45,60,90]) 

print 'Sine of different angles:' 
#通过乘以 pi/180 转换为弧度
print np.sin(a*np.pi/180) 
print '\n'  

print 'Cosine values for angles in array:' 
print np.cos(a*np.pi/180) 
print '\n'  

print 'Tangent values for given angles:' 
print np.tan(a*np.pi/180) 

这是它的输出-

Sine of different angles:
[ 0.          0.5         0.70710678  0.8660254   1.        ]

Cosine values for angles in array:
[  1.00000000e+00   8.66025404e-01   7.07106781e-01   5.00000000e-01
   6.12323400e-17]                                                            

Tangent values for given angles:
[  0.00000000e+00   5.77350269e-01   1.00000000e+00   1.73205081e+00
   1.63312394e+16]

arcsinarcos,和 arctan 函数返回给定角度的sincostan的三角逆,这些函数的输出可以通过 numpy.degrees()函数将弧度转换为度来验证。

import numpy as np 
a = np.array([0,30,45,60,90]) 

print 'Array containing sine values:' 
sin = np.sin(a*np.pi/180) 
print sin 
print '\n'  

print 'Compute sine inverse of angles. Returned values are in radians.' 
inv = np.arcsin(sin) 
print inv 
print '\n'  

print 'Check result by converting to degrees:' 
print np.degrees(inv) 
print '\n'  

print 'arccos and arctan functions behave similarly:' 
cos = np.cos(a*np.pi/180) 
print cos 
print '\n'  

print 'Inverse of cos:' 
inv = np.arccos(cos) 
print inv 
print '\n'  

print 'In degrees:' 
print np.degrees(inv) 
print '\n'  

print 'Tan function:' 
tan = np.tan(a*np.pi/180) 
print tan
print '\n'  

print 'Inverse of tan:' 
inv = np.arctan(tan) 
print inv 
print '\n'  

print 'In degrees:' 
print np.degrees(inv) 

其输出如下-

Array containing sine values:
[ 0.          0.5         0.70710678  0.8660254   1.        ]

Compute sine inverse of angles. Returned values are in radians.
[ 0.          0.52359878  0.78539816  1.04719755  1.57079633] 

Check result by converting to degrees:
[  0.  30.  45.  60.  90.]

arccos and arctan functions behave similarly:
[  1.00000000e+00   8.66025404e-01   7.07106781e-01   5.00000000e-01          
   6.12323400e-17] 

Inverse of cos:
[ 0.          0.52359878  0.78539816  1.04719755  1.57079633] 

In degrees:
[  0.  30.  45.  60.  90.] 

Tan function:
[  0.00000000e+00   5.77350269e-01   1.00000000e+00   1.73205081e+00          
   1.63312394e+16]

Inverse of tan:
[ 0.          0.52359878  0.78539816  1.04719755  1.57079633]

In degrees:
[  0.  30.  45.  60.  90.]

numpy.around() 

该函数返回四舍五入到所需精度的值,该函数采用以下参数。

numpy.around(a,decimals)
Sr.No.Parameter & Remark
1

a

输入数据

链接:https://www.learnfk.comhttps://www.learnfk.com/numpy/numpy-mathematical-functions.html

来源:LearnFk无涯教程网

2

decimals

要舍入的小数位数。默认值为0。如果为负,则将整数舍入到小数点左侧的位置。

import numpy as np 
a = np.array([1.0,5.55, 123, 0.567, 25.532]) 

print 'Original array:' 
print a 
print '\n'  

print 'After rounding:' 
print np.around(a) 
print np.around(a, decimals = 1) 
print np.around(a, decimals = -1)

产生以下输出-

Original array:                                                               
[   1.       5.55   123.       0.567   25.532] 

After rounding:                                                               
[   1.    6.   123.    1.   26. ]                                               
[   1.    5.6  123.    0.6  25.5]                                          
[   0.    10.  120.    0.   30. ]

numpy.floor()

此函数返回不大于输入参数的最大整数。标量x的底数是最大整数i,因此i <= x。请注意,在Python中,下限始终舍入为0。

import numpy as np 
a = np.array([-1.7, 1.5, -0.2, 0.6, 10]) 

print 'The given array:' 
print a 
print '\n'  

print 'The modified array:' 
print np.floor(a)

产生以下输出-

The given array:                                                              
[ -1.7   1.5  -0.2   0.6  10. ]

The modified array:                                                           
[ -2.   1.  -1.   0.  10.]

numpy.ceil()

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

import numpy as np 
a = np.array([-1.7, 1.5, -0.2, 0.6, 10]) 

print 'The given array:' 
print a 
print '\n'  

print 'The modified array:' 
print np.ceil(a)

它将产生以下输出-

The given array:                                                              
[ -1.7   1.5  -0.2   0.6  10. ]

The modified array:                                                           
[ -1.   2.  -0.   1.  10.]

这一章《NumPy - 数学函数》你学到了什么?在下面做个笔记吧!做站不易,你的分享是对我们最大的支持,感谢!😊

好记忆不如烂笔头。留下你的足迹吧 :)

相关推荐

算法面试通关40讲 -〔覃超 - 〕

MySQL实战45讲 -〔林晓斌 - 〕

黄勇的OKR实战笔记 -〔黄勇 - 〕

图解 Google V8 -〔李兵 - 〕

检索图像 src 属性并进行比较时,BeautifulSoup 出现问题

为什么在不创建新变量的情况下python中的数据类型转换不起作用?

如何在 altair 中安装新字体并在 alt.TitleParams 中指定它

嵌套 AttrDict 的 attrdict 库的替代方案

调用函数时使用比预期更多的参数是否合法?

读取 Turtle 文件并使用 SPARQL 查询图形

视频推荐

Numpy - 3.7 pandas 合并 merge 更多视频教程 »