numpy函數有哪些

numpy函數有np.sin(), np.cos(), np.tan()、np.exp()、np.log(), np.log10(), np.log2() 、np.mean(), np.median(), np.var(), np.std()、np.max(), np.min()、np.percentile()等。

本教學作業系統：windows10系統、Python3.11.4版本、DELL G3電腦。

NumPy是Python中用於數值計算的重要函式庫，它提供了豐富的數學、邏輯、統計和線性代數函數。以下是一些NumPy中常用的函數和其應用範例：

1、數學函數：

np.sin(), np.cos(), np. tan(): 計算數組中每個元素的正弦、餘弦、正切值。

np.exp(): 計算陣列中每個元素的指數值。

np.log(), np.log10(), np.log2(): 分別計算陣列中每個元素的自然對數、底數為10的對數、底數為2的對數。

import numpy as np
arr = np.array([1, 2, 3])
print(np.sin(arr))
print(np.exp(arr))
print(np.log10(arr))

2、統計函數：

np.mean(), np.median(), np.var(), np.std(): 分別計算數組的平均值、中位數、變異數和標準差。

np.max(), np.min(): 計算陣列的最大值和最小值。

np.percentile(): 計算陣列的百分位數。

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(np.mean(arr))
print(np.max(arr))
print(np.percentile(arr, 50))

3、邏輯函數：

np.logical_and(), np.logical_or(), np.logical_not(): 分別進行邏輯與、邏輯或和邏輯非操作。

np.all(), np.any(): 判斷陣列中的所有元素是否都為True，或是否有任一個元素為True。

import numpy as np
arr1 = np.array([True, True, False])
arr2 = np.array([False, True, False])
print(np.logical_and(arr1, arr2))
print(np.any(arr1))

4、線性代數函數：

np.dot(): 計算兩個陣列的點積。

np.linalg.inv(): 計算矩陣的逆矩陣。

np.linalg.det(): 計算矩陣的行列式值。

import numpy as np
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
print(np.dot(arr1, arr2))
print(np.linalg.inv(arr1))
print(np.linalg.det(arr1))

這些只是NumPy中常用的函數之一，它同時也提供了許多其他函數，如影像處理函數、數值積分函數、離散傅立葉變換函數等。這些函數為數值計算提供了非常強大的工具，使得NumPy成為了科學計算領域不可或缺的一部分。希望這些範例能幫助你更了解NumPy中的函數。

以上是numpy函數有哪些的詳細內容。更多資訊請關注PHP中文網其他相關文章！