本篇內(nèi)容主要講解“NumPy數(shù)組的數(shù)學(xué)運(yùn)算方法”,感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷,實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“NumPy數(shù)組的數(shù)學(xué)運(yùn)算方法”吧!
10年的雙江網(wǎng)站建設(shè)經(jīng)驗(yàn),針對(duì)設(shè)計(jì)、前端、開(kāi)發(fā)、售后、文案、推廣等六對(duì)一服務(wù),響應(yīng)快,48小時(shí)及時(shí)工作處理。營(yíng)銷型網(wǎng)站建設(shè)的優(yōu)勢(shì)是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同,自動(dòng)調(diào)整雙江建站的顯示方式,使網(wǎng)站能夠適用不同顯示終端,在瀏覽器中調(diào)整網(wǎng)站的寬度,無(wú)論在任何一種瀏覽器上瀏覽網(wǎng)站,都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì),從而大程度地提升瀏覽體驗(yàn)。成都創(chuàng)新互聯(lián)從事“雙江網(wǎng)站設(shè)計(jì)”,“雙江網(wǎng)站推廣”以來(lái),每個(gè)客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。
今天我們學(xué)習(xí)使用numpy的內(nèi)置數(shù)學(xué)運(yùn)算方法和基本的算術(shù)運(yùn)算符兩種方式對(duì)數(shù)組進(jìn)行數(shù)學(xué)運(yùn)算的學(xué)習(xí),內(nèi)容涉及到線性代數(shù)的向量矩陣的基本運(yùn)算知識(shí)(不熟悉的童鞋回頭自己補(bǔ)一下哈),接下來(lái)開(kāi)始:
以下為在Jupyter Notebook中的執(zhí)行過(guò)程:
編碼如下:
# ### 使用numpy數(shù)組進(jìn)行數(shù)學(xué)運(yùn)算import numpy as npx = np.array([[1,2],[3,4]])y = np.array([[5,6],[7,8]])# ### 加法運(yùn)算#使用運(yùn)算符數(shù)組相加x + y# ### 使用np.add()方法進(jìn)行相加z = np.add(x,y)z# ### 減法運(yùn)算x -ynp.subtract(x,y)# ### 乘法運(yùn)算x * ynp.multiply(x,y)# ## 除法運(yùn)算x / ynp.divide(x,y)# ## 取平方根np.sqrt(x)v = np.array([9,10])w = np.array([11,13])# ## 使用np.dot()進(jìn)行矩陣運(yùn)算# ### 他的函數(shù)返回兩個(gè)數(shù)組的點(diǎn)積。對(duì)于二維向量,它等效于矩陣乘法。# ### 對(duì)于1-D陣列,它是向量的內(nèi)積。# ### 對(duì)于N維數(shù)組,它是a的最后一個(gè)軸和b的倒數(shù)第二個(gè)軸的和積。v.dot(w)#相當(dāng)于 (9*11) + (10*13)np.dot(v,w)np.dot(x,y)# ### 數(shù)組的轉(zhuǎn)置xx.Tnp.sum(x)# 1+3+2+4np.sum(x,axis=0)#行相加取結(jié)果np.sum(x,axis=1)#列相加取結(jié)果
到此,相信大家對(duì)“NumPy數(shù)組的數(shù)學(xué)運(yùn)算方法”有了更深的了解,不妨來(lái)實(shí)際操作一番吧!這里是創(chuàng)新互聯(lián)網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!