NumPy 舍入小数、对数、求和和乘积运算详解

舍入小数

在 NumPy 中，主要有五种方法来舍入小数：

截断

去除小数部分，并返回最接近零的浮点数。使用 trunc() 和 fix() 函数。

示例：

import numpy as np

arr = np.trunc([-3.1666, 3.6667])

print(arr)

相同的示例，使用 fix()：

import numpy as np

arr = np.fix([-3.1666, 3.6667])

print(arr)

四舍五入

around() 函数在数字大于或等于 5 时将前面的数字或小数部分加 1。

例如：将数字四舍五入到 1 个小数位，3.16666 是 3.2。

示例：

import numpy as np

arr = np.around(3.1666, 2)

print(arr)

向下取整

floor() 函数将小数舍入到最接近的较低整数。

例如：3.166 的 floor 是 3。

示例：

import numpy as np

arr = np.floor([-3.1666, 3.6667])

print(arr)

向上取整

ceil() 函数将小数舍入到最接近的较高整数。

例如：3.166 的 ceil 是 4。

示例：

import numpy as np

arr = np.ceil([-3.1666, 3.6667])

print(arr)

NumPy 对数

NumPy 提供了在底数为 2、e 和 10 的情况下执行对数运算的函数。

我们还将探讨如何通过创建自定义的 ufunc 来以任意底数取对数。

如果无法计算对数，所有的对数函数都会在元素中放置 -inf 或 inf。

底数为 2 的对数

使用 log2() 函数执行底数为 2 的对数运算。

示例：

import numpy as np

arr = np.arange(1, 10)

print(np.log2(arr))

注意：arange(1, 10) 函数返回一个从 1（包括）到 10（不包括）的整数数组。

底数为 10 的对数

使用 log10() 函数执行底数为 10 的对数运算。

示例：

import numpy as np

arr = np.arange(1, 10)

print(np.log10(arr))

自然对数，即底数为 e 的对数

使用 log() 函数执行底数为 e 的对数运算。

示例：

import numpy as np

arr = np.arange(1, 10)

print(np.log(arr))

任意底数的对数

NumPy 不提供任意底数的对数函数，所以我们可以使用 frompyfunc() 函数结合内置函数 math.log()，它有两个输入参数和一个输出参数：

示例：

from math import log

import numpy as np

nplog = np.frompyfunc(log, 2, 1)

print(nplog(100, 15))

NumPy 求和

求和和加法有什么区别？

加法是在两个参数之间进行操作，而求和是在 n 个元素上进行操作。

示例：

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([1, 2, 3])

newarr = np.add(arr1, arr2)

print(newarr)

返回：[2 4 6]

示例

对 arr1 和 arr2 中的值进行求和：

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([1, 2, 3])

newarr = np.sum([arr1, arr2])

print(newarr)

返回：12

沿轴求和

如果指定 axis=1，则 NumPy 将对每个数组中的数字进行求和。

示例

在以下数组上沿第一个轴执行求和：

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([1, 2, 3])

newarr = np.sum([arr1, arr2], axis=1)

print(newarr)

返回：[6 6]

累积求和

累积求和意味着部分地对数组中的元素进行相加。

例如：[1, 2, 3, 4] 的部分和将是 [1, 1+2, 1+2+3, 1+2+3+4] = [1, 3, 6, 10]。

使用 cumsum() 函数执行部分求和。

示例

在以下数组中执行累积求和：

import numpy as np

arr = np.array([1, 2, 3])

newarr = np.cumsum(arr)

print(newarr)

返回：[1 3 6]

NumPy 乘积

要找到数组中元素的乘积，使用 prod() 函数。

示例：

import numpy as np

arr = np.array([1, 2, 3, 4])

x = np.prod(arr)

print(x)

返回：24，因为 1*2*3*4 = 24

示例

找到两个数组中元素的乘积：

import numpy as np

arr1 = np.array([1, 2, 3, 4])

arr2 = np.array([5, 6, 7, 8])

x = np.prod([arr1, arr2])

print(x)

返回：40320，因为 1*2*3*4*5*6*7*8 = 40320

沿轴的乘积

如果指定 axis=1，则 NumPy 将返回每个数组的乘积。

示例

在以下数组上沿第一个轴执行乘积：

import numpy as np

arr1 = np.array([1, 2, 3, 4])

arr2 = np.array([5, 6, 7, 8])

newarr = np.prod([arr1, arr2], axis=1)

print(newarr)

返回：[24 1680]

累积乘积

累积乘积意味着部分地进行乘法。

例如：[1, 2, 3, 4] 的部分乘积是 [1, 1*2, 1*2*3, 1*2*3*4] = [1, 2, 6, 24]`

使用 cumprod() 函数执行部分乘积。

示例

对以下数组中所有元素进行累积乘积：

import numpy as np

arr = np.array([5, 6, 7, 8])

newarr = np.cumprod(arr)

print(newarr)

返回：[5 30 210 1680]

最后

为了方便其他设备和平台的小伙伴观看往期文章：

微信公众号搜索：Let us Coding，关注后即可获取最新文章推送

看完如果觉得有帮助，欢迎点赞、收藏、关注