Python 中用於 N 維陣列的通用函式是什麼？

在本文中，我們將解釋 Python 中的通用函式以及它們如何應用於 N 維陣列。

通用函式（或ufunc）是在 ndarray 上逐元素操作的函式，提供陣列廣播、型別轉換以及各種其他標準功能。換句話說，ufunc 是圍繞接受固定數量標量輸入並返回固定數量標量輸出的函式的“向量化”包裝器。

它們是 NumPy 庫中的簡單數學函式。NumPy 包含許多通用函式，支援各種操作。

這些函式包含標準三角函式、算術運算、複數處理、統計函式等等。以下是通用函式的一些特徵：

• 這些函式適用於 ndarray（N 維陣列），它是 NumPy 的陣列類。

• 它提供了對元素的快速陣列運算。

• 它提供各種功能，例如陣列廣播、型別轉換等等。

• NumPy 通用函式是numpy.ufunc類中的物件。

• Python 函式也可以透過利用 frompyfunc 庫函式來實現通用化。

• 當應用相應的陣列算術運算子時，某些 ufunc 會自動呼叫。當使用“+”運算子逐元素新增兩個陣列時，np.add()會在內部被呼叫。

三角函式

由於這些三角函式以弧度為單位進行運算，因此必須透過乘以 pi/180 將角度轉換為弧度。只有這樣我們才能引用三角函式。它們接受一個引數陣列作為輸入。

示例

# importing numpy module with an alias name
import numpy as np

# creating an array of angles 
inputAngles = np.array([0, 30, 45, 60, 90, 180])

# converting input angles from degrees into radians
# using deg2rad() function
radians_angles = np.deg2rad(inputAngles)

# printing the sine values of input angles
print('Sine values of input array angles:')
sineValues = np.sin(radians_angles)
print(sineValues)
print()

# printing the inverse sine of sine values
print('Inverse Sine values of sine values:')
print(np.rad2deg(np.arcsin(sineValues)))
print()

# printing the hyperbolic sine of input angles
print('Hyperbolic Sine values of input angles:')
sineh_value = np.sinh(radians_angles)
print(sineh_value)
print() 

# printing the inverse sine hyperbolic 
print('Inverse Sine hyperbolic values of input angles:')
print(np.sin(sineh_value)) 
print()

# printing the hypotenuse of right angled triangle the 
triangle_base = 4
triangle_height = 3
print('The hypotenuse of right angled triangle = ', np.hypot(triangle_base, triangle_height))

輸出

執行上述程式後，將生成以下輸出：

Sine values of input array angles:
[0.00000000e+00 5.00000000e-01 7.07106781e-01 8.66025404e-01
 1.00000000e+00 1.22464680e-16]

Inverse Sine values of sine values:
[0.0000000e+00 3.0000000e+01 4.5000000e+01 6.0000000e+01 9.0000000e+01
 7.0167093e-15]

Hyperbolic Sine values of input angles:
[ 0.          0.54785347  0.86867096  1.24936705  2.3012989  11.54873936]

Inverse Sine hyperbolic values of input angles:
[ 0.          0.52085606  0.76347126  0.94878485  0.74483916 -0.85086591]

The hypotenuse of right angled triangle =  5.0

這裡，numpy.array()函式返回一個 ndarray。ndarray 是一個滿足給定要求的陣列物件

統計函式

統計函式計算陣列元素的平均值、中位數、方差、最小值。以下為它包含的函式：

示例

# importing numpy module with an alias name
import numpy as np

# creating an array
inputArray = np.array([20, 45, 50.5, 60, 55.5, 10])

# printing the minimum value in an array
print('Minimum value in an input Array:')
print(np.amin(inputArray))

# printing the maximum value in an array
print('Maximum value in an input Array:')
print(np.amax(inputArray))

# printing the peak to peak value i.e 
# range of inputArray(maximum-minimum) values 
print('Range of inputArray(maximum-minimum) values:')
print(np.ptp(inputArray))

# printing the 50 percentile of input array 
print('50 percentile of input array: ')
print(np.percentile(inputArray, 50))

# printing the mean of input array 
print('Mean of an input array:')
print(np.mean(inputArray))

# printing the median of input array 
print('Median of an input array:')
print(np.median(inputArray))

# printing the standard deviation of input array 
print('Standard deviation of an input array:')
print(np.std(inputArray))

# printing the variance of input array 
print('Variance of an input array: ')
print(np.var(inputArray))

# printing the average of input array 
print('Average of an input array: ')
print(np.average(inputArray))

輸出

執行上述程式後，將生成以下輸出：

Minimum value in an input Array:
10.0
Maximum value in an input Array:
60.0
Range of inputArray(maximum-minimum) values:
50.0
50 percentile of input array: 
47.75
Mean of an input array:
40.166666666666664
Median of an input array:
47.75
Standard deviation of an input array:
18.598088312751095
Variance of an input array: 
345.88888888888886
Average of an input array: 
40.166666666666664

位操作函式

位操作函式以整數作為輸入引數，並對其二進位制表示執行按位運算。以下為它包含的函式：

示例

# importing numpy module with an alias name
import numpy as np

# creating two arrays 
inputArray_1 = np.array([3, 2, 7, 5])
inputArray_2 = np.array([5, 1, 6, 4])

# printing the bitwise "and" operation of two arrays
print('Bitwise "and" operation of two arrays:')
print(np.bitwise_and(inputArray_1, inputArray_2))

# printing the bitwise "or" operation of two arrays
print('Bitwise "or" operation of two arrays:')
print(np.bitwise_or(inputArray_1, inputArray_2))

# printing the bitwise "xor" operation of two arrays
print('Bitwise "xor" operation of two arrays:')
print(np.bitwise_xor(inputArray_1, inputArray_2))

# printing the inversion/not of inputArray_1
print('The inversion/not of inputArray_1:')
print(np.invert(inputArray_1))

# left shifting inputArray_1 elements by 1 bit
print('left shifting inputArray_1 elements by 1 bit')
print(np.left_shift(inputArray_1, 1))

# right shifting inputArray_1 elements by 2 bits
print('right shifting inputArray_1 elements by 2 bits:')
print(np.right_shift(inputArray_1, 2))

輸出

執行上述程式後，將生成以下輸出：

Bitwise "and" operation of two arrays:
[1 0 6 4]
Bitwise "or" operation of two arrays:[7 3 7 5]
Bitwise "xor" operation of two arrays:
[6 3 1 1]
The inversion/not of inputArray_1:
[-4 -3 -8 -6]
left shifting inputArray_1 elements by 1 bit
[ 6  4 14 10]
right shifting inputArray_1 elements by 2 bits:
[0 0 1 1]

結論

在本文中，我們學習了 Python 中 N 維陣列的所有通用函式以及示例。

Vikram Chiluka

更新於： 2022 年 10 月 20 日

785 次瀏覽

開啟你的 職業生涯

透過完成課程獲得認證

立即開始