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
import numpy as np
a = np.array([0,30,45,60,90])
print '不同角度的正弦值:'
# 通过乘 pi/180 转化为弧度
print np.sin(a*np.pi/180)
print '\n'
print '数组中角度的余弦值:'
print np.cos(a*np.pi/180)
print '\n'
print '数组中角度的正切值:'
print np.tan(a*np.pi/180)
输出如下:
不同角度的正弦值:
[ 0. 0.5 0.70710678 0.8660254 1. ]
数组中角度的余弦值:
[ 1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
6.12323400e-17]
数组中角度的正切值:
[ 0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
1.63312394e+16]
arcsin
, arccos
,和 arctan
函数返回给定角度的 sin
, cos
和 tan
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
import numpy as np
a = np.array([0,30,45,60,90])
print '含有正弦值的数组:'
sin = np.sin(a*np.pi/180)
print sin
print '\n'
print '计算角度的反正弦,返回值以弧度为单位:'
inv = np.arcsin(sin)
print inv
print '\n'
print '通过转化为角度制来检查结果:'
print np.degrees(inv)
print '\n'
print 'arccos 和 arctan 函数行为类似:'
cos = np.cos(a*np.pi/180)
print cos
print '\n'
print '反余弦:'
inv = np.arccos(cos)
print inv
print '\n'
print '角度制单位:'
print np.degrees(inv)
print '\n'
print 'tan 函数:'
tan = np.tan(a*np.pi/180)
print tan
print '\n'
print '反正切:'
inv = np.arctan(tan)
print inv
print '\n'
print '角度制单位:'
print np.degrees(inv)
输出如下:
含有正弦值的数组:
[ 0. 0.5 0.70710678 0.8660254 1. ]
计算角度的反正弦,返回值以弧度制为单位:
[ 0. 0.52359878 0.78539816 1.04719755 1.57079633]
通过转化为角度制来检查结果:
[ 0. 30. 45. 60. 90.]
arccos 和 arctan 函数行为类似:
[ 1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
6.12323400e-17]
反余弦:
[ 0. 0.52359878 0.78539816 1.04719755 1.57079633]
角度制单位:
[ 0. 30. 45. 60. 90.]
tan 函数:
[ 0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
1.63312394e+16]
反正切:
[ 0. 0.52359878 0.78539816 1.04719755 1.57079633]
角度制单位:
[ 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。
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
import numpy as np
a = np.array([1.0,5.55, 123, 0.567, 25.532])
print '原数组:'
print a
print '\n'
print '舍入后:'
print np.around(a)
print np.around(a, decimals = 1)
print np.around(a, decimals = -1)
输出如下:
原数组:
[ 1. 5.55 123. 0.567 25.532]
舍入后:
[ 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。 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
import numpy as np
a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
print '提供的数组:'
print a
print '\n'
print '修改后的数组:'
print np.floor(a)
输出如下:
提供的数组:
[ -1.7 1.5 -0.2 0.6 10. ]
修改后的数组:
[ -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
import numpy as np
a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
print '提供的数组:'
print a
print '\n'
print '修改后的数组:'
print np.ceil(a)
输出如下:
提供的数组:
[ -1.7 1.5 -0.2 0.6 10. ]
修改后的数组:
[ -1. 2. -0. 1. 10.]
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
上一篇: NumPy 位操作
下一篇: 彻底找到 Tomcat 启动速度慢的元凶
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论