NumPy - 算数运算

用于执行算术运算(如add()，subtract()，multiply()和divide())的输入数组必须具有相同的形状或符合数组广播规则。

示例

import numpy as np 
a = np.arange(9, dtype = np.float_).reshape(3,3)  
print  '第一个数组：'  
print a 
print  '\n'  
print  '第二个数组：' 
b = np.array([10,10,10])  
print b 
print  '\n'  
print  '两个数组相加：'  
print np.add(a,b)  
print  '\n'  
print  '两个数组相减：'  
print np.subtract(a,b)  
print  '\n'  
print  '两个数组相乘：'  
print np.multiply(a,b)  
print  '\n'  
print  '两个数组相除：'  
print np.divide(a,b)

输出如下：

第一个数组：
[[ 0. 1. 2.]
 [ 3. 4. 5.]
 [ 6. 7. 8.]]

第二个数组：
[10 10 10]

两个数组相加：
[[ 10. 11. 12.]
 [ 13. 14. 15.]
 [ 16. 17. 18.]]

两个数组相减：
[[-10. -9. -8.]
 [ -7. -6. -5.]
 [ -4. -3. -2.]]

两个数组相乘：
[[ 0. 10. 20.]
 [ 30. 40. 50.]
 [ 60. 70. 80.]]

两个数组相除：
[[ 0. 0.1 0.2]
 [ 0.3 0.4 0.5]
 [ 0.6 0.7 0.8]]

让我们现在来讨论 NumPy 中提供的一些其他重要的算术函数。

numpy.reciprocal()" class="reference-link">numpy.reciprocal()

此函数返回参数逐元素的倒数，。 由于 Python 处理整数除法的方式，对于绝对值大于 1 的整数元素，结果始终为 0， 对于整数 0，则发出溢出警告。

示例

import numpy as np 
a = np.array([0.25,  1.33,  1,  0,  100])  
print  '我们的数组是：'  
print a 
print  '\n'  
print  '调用 reciprocal 函数：'  
print np.reciprocal(a)  
print  '\n' 
b = np.array([100], dtype =  int)  
print  '第二个数组：'  
print b 
print  '\n'  
print  '调用 reciprocal 函数：'  
print np.reciprocal(b)

输出如下：

我们的数组是：                                                               
[   0.25    1.33    1.      0.    100.  ]                                     

调用 reciprocal 函数：                                         
main.py:9: RuntimeWarning: divide by zero encountered in reciprocal           
  print np.reciprocal(a)                                                      
[ 4.         0.7518797  1.               inf  0.01     ]                      

第二个数组：                                                      
[100]                                                                         

调用 reciprocal 函数：                                        
[0]

numpy.power()" class="reference-link">numpy.power()

此函数将第一个输入数组中的元素作为底数，计算它与第二个输入数组中相应元素的幂。

import numpy as np 
a = np.array([10,100,1000])  
print  '我们的数组是；'  
print a 
print  '\n'  
print  '调用 power 函数：'  
print np.power(a,2)  
print  '\n'  
print  '第二个数组：' 
b = np.array([1,2,3])  
print b 
print  '\n'  
print  '再次调用 power 函数：'  
print np.power(a,b)

输出如下：

我们的数组是；                                                              
[  10  100 1000]                                                              

调用 power 函数：                                                    
[    100   10000 1000000]                                                     

第二个数组：                                                              
[1 2 3]                                                                       

再次调用 power 函数：                                              
[        10      10000 1000000000]

numpy.mod()" class="reference-link">numpy.mod()

此函数返回输入数组中相应元素的除法余数。 函数numpy.remainder()也产生相同的结果。

import numpy as np 
a = np.array([10,20,30]) 
b = np.array([3,5,7])  
print  '第一个数组：'  
print a 
print  '\n'  
print  '第二个数组：'  
print b 
print  '\n' 
print  '调用 mod() 函数：'  
print np.mod(a,b)  
print  '\n'  
print  '调用 remainder() 函数：'  
print np.remainder(a,b)

输出如下：

第一个数组：
[10 20 30]

第二个数组：
[3 5 7]

调用 mod() 函数：                                                     
[1 0 2]

调用 remainder() 函数：                                              
[1 0 2]

以下函数用于对含有复数的数组执行操作。

• numpy.real() 返回复数类型参数的实部。

• numpy.imag() 返回复数类型参数的虚部。

• numpy.conj() 返回通过改变虚部的符号而获得的共轭复数。

• numpy.angle() 返回复数参数的角度。 函数的参数是degree。 如果为true，返回的角度以角度制来表示，否则为以弧度制来表示。

import numpy as np 
a = np.array([-5.6j,  0.2j,  11.  ,  1+1j])  
print  '我们的数组是：'  
print a 
print  '\n'  
print  '调用 real() 函数：'  
print np.real(a)  
print  '\n'  
print  '调用 imag() 函数：'  
print np.imag(a)  
print  '\n'  
print  '调用 conj() 函数：'  
print np.conj(a)  
print  '\n'  
print  '调用 angle() 函数：'  
print np.angle(a)  
print  '\n'  
print  '再次调用 angle() 函数(以角度制返回)：'  
print np.angle(a, deg =  True)

输出如下：

我们的数组是：
[ 0.-5.6j 0.+0.2j 11.+0.j 1.+1.j ]

调用 real() 函数：
[ 0. 0. 11. 1.]

调用 imag() 函数：
[-5.6 0.2 0. 1. ]

调用 conj() 函数：
[ 0.+5.6j 0.-0.2j 11.-0.j 1.-1.j ]

调用 angle() 函数：
[-1.57079633 1.57079633 0. 0.78539816]

再次调用 angle() 函数(以角度制返回)：
[-90. 90. 0. 45.]