Математические операции над массивами python

just replace math.sin(x) by np.sin(x)

>>> def my_custom_function(x): . return np.sin(x) . >>> my_custom_function(A) array([[ 0. , 0.84147098, 0.90929743], [ 0.14112001, -0.7568025 , -0.95892427], [-0.2794155 , 0.6569866 , 0.98935825]]) 

>>> np.sin(A) array([[ 0. , 0.84147098, 0.90929743], [ 0.14112001, -0.7568025 , -0.95892427], [-0.2794155 , 0.6569866 , 0.98935825]]) 

Element-wise matrix product

>>> import numpy as np >>> A = np.arange(4).reshape(2,2) >>> A = np.array([A[:],A[:]*2,A[:]*3]) >>> A array([[[0, 1], [2, 3]], [[0, 2], [4, 6]], [[0, 3], [6, 9]]]) >>> B = np.array((4,6)) >>> B array([4, 6]) >>> B @ A array([[12, 22], [24, 44], [36, 66]]) 

>>> A = np.arange(3).reshape(3,1) >>> A array([[0], [1], [2]]) >>> B = np.arange(3).reshape(1,3) >>> B array([[0, 1, 2]]) >>> B @ A array([[5]]) 

Numpy multiply function (rows)

>>> A = np.arange(9).reshape(3,3) >>> A array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) >>> B = np.arange(3) >>> B array([0, 1, 2]) >>> np.multiply(A,B) array([[ 0, 1, 4], [ 0, 4, 10], [ 0, 7, 16]]) 

Numpy multiply function (columns)

>>> C = B[:,np.newaxis] >>> C array([[0], [1], [2]]) >>> np.multiply(A,C) array([[ 0, 0, 0], [ 3, 4, 5], [12, 14, 16]]) 

References

Benjamin

Greetings, I am Ben! I completed my PhD in Atmospheric Science from the University of Lille, France. Subsequently, for 12 years I was employed at NASA as a Research Scientist focusing on Earth remote sensing. Presently, I work with NOAA concentrating on satellite-based Active Fire detection. Python, Machine Learning and Open Science are special areas of interest to me.

Skills

Источник

NumPy, часть 2: базовые операции над массивами

Здравствуйте! Я продолжаю работу над пособием по python-библиотеке NumPy.

В прошлой части мы научились создавать массивы и их печатать. Однако это не имеет смысла, если с ними ничего нельзя делать.

Сегодня мы познакомимся с операциями над массивами.

Базовые операции

Математические операции над массивами выполняются поэлементно. Создается новый массив, который заполняется результатами действия оператора.

       :1: RuntimeWarning: divide by zero encountered in true_divide    

Для этого, естественно, массивы должны быть одинаковых размеров.

Также можно производить математические операции между массивом и числом. В этом случае к каждому элементу прибавляется (или что вы там делаете) это число.

NumPy также предоставляет множество математических операций для обработки массивов:

Полный список можно посмотреть здесь.

Многие унарные операции, такие как, например, вычисление суммы всех элементов массива, представлены также и в виде методов класса ndarray.

 
Индексы, срезы, итерации
Одномерные массивы осуществляют операции индексирования, срезов и итераций очень схожим образом с обычными списками и другими последовательностями Python (разве что удалять с помощью срезов нельзя).
           File  У многомерных массивов на каждую ось приходится один индекс. Индексы передаются в виде последовательности чисел, разделенных запятыми (то бишь, кортежами):
 
Когда индексов меньше, чем осей, отсутствующие индексы предполагаются дополненными с помощью срезов:
 
b[i] можно читать как b[i, ]. В NumPy это также может быть записано с помощью точек, как b[i, . ].
 
Например, если x имеет ранг 5 (то есть у него 5 осей), тогда
 
 
x[1, 2, . ] эквивалентно x[1, 2, :, :, :],
 
x[. , 3] то же самое, что x[:, :, :, :, 3] и
 
x[4, . , 5, :] это x[4, :, :, 5, :].
 
 
Итерирование многомерных массивов начинается с первой оси:
 
Однако, если нужно перебрать поэлементно весь массив, как если бы он был одномерным, для этого можно использовать атрибут flat:
 
Как уже говорилось, у массива есть форма (shape), определяемая числом элементов вдоль каждой оси:
 
Форма массива может быть изменена с помощью различных команд:
 
Порядок элементов в массиве в результате функции ravel() соответствует обычному "C-стилю", то есть, чем правее индекс, тем он "быстрее изменяется": за элементом a[0,0] следует a[0,1]. Если одна форма массива была изменена на другую, массив переформировывается также в "C-стиле". Функции ravel() и reshape() также могут работать (при использовании дополнительного аргумента) в FORTRAN-стиле, в котором быстрее изменяется более левый индекс.
 
Метод reshape() возвращает ее аргумент с измененной формой, в то время как метод resize() изменяет сам массив:
 
Если при операции такой перестройки один из аргументов задается как -1, то он автоматически рассчитывается в соответствии с остальными заданными:
 
Объединение массивов
 
Несколько массивов могут быть объединены вместе вдоль разных осей с помощью функций hstack и vstack.
 
hstack() объединяет массивы по первым осям, vstack() — по последним:
 
Функция column_stack() объединяет одномерные массивы в качестве столбцов двумерного массива:
 
Аналогично для строк имеется функция row_stack().
 
Разбиение массива
 
Используя hsplit() вы можете разбить массив вдоль горизонтальной оси, указав либо число возвращаемых массивов одинаковой формы, либо номера столбцов, после которых массив разрезается "ножницами":
 
Функция vsplit() разбивает массив вдоль вертикальной оси, а array_split() позволяет указать оси, вдоль которых произойдет разбиение.
 
Копии и представления
 
При работе с массивами, их данные иногда необходимо копировать в другой массив, а иногда нет. Это часто является источником путаницы. Возможно 3 случая:
 
Вообще никаких копий
 
Простое присваивание не создает ни копии массива, ни копии его данных:
 
Python передает изменяемые объекты как ссылки, поэтому вызовы функций также не создают копий.
 
Представление или поверхностная копия
 
Разные объекты массивов могут использовать одни и те же данные. Метод view() создает новый объект массива, являющийся представлением тех же данных.
 
Срез массива это представление:
 
Глубокая копия
 
Метод copy() создаст настоящую копию массива и его данных:
 
Для вставки кода на Python в комментарий заключайте его в теги 
 
 
 
 
Книги о Python
 
GUI (графический интерфейс пользователя)
 
Курсы Python
 
Модули
 
Новости мира Python
 
NumPy
 
Обработка данных
 
Основы программирования
 
Примеры программ
 
Типы данных в Python
 
Видео
 
Python для Web
 
Работа для Python-программистов
 
 
Источник
 
Читайте также:  Code read php file