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：

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.]