numpy函数有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()等等。
本教程操作系统：windows10系统、Python3.11.4版本、DELL G3电脑。
NumPy是Python中用于数值计算的重要库，它提供了丰富的数学、逻辑、统计和线性代数函数。以下是一些NumPy中常用的函数和其应用示例：
1、数学函数：
np.sin(), np.cos(), np.tan(): 计算数组中每个元素的正弦、余弦、正切值。
np.exp(): 计算数组中每个元素的指数值。
np.log(), np.log10(), np.log2(): 分别计算数组中每个元素的自然对数、底数为10的对数、底数为2的对数。
import numpy as np arr = np.array([1, 2, 3]) print(np.sin(arr)) print(np.exp(arr)) print(np.log10(arr))
2、统计函数：
np.mean(), np.median(), np.var(), np.std(): 分别计算数组的平均值、中位数、方差和标准差。
np.max(), np.min(): 计算数组的最大值和最小值。
np.percentile(): 计算数组的百分位数。
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、逻辑函数：
np.logical_and(), np.logical_or(), np.logical_not(): 分别进行逻辑与、逻辑或和逻辑非操作。
np.all(), np.any(): 判断数组中的所有元素是否都为True，或者是否有任意一个元素为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、线性代数函数：
np.dot(): 计算两个数组的点积。
np.linalg.inv(): 计算矩阵的逆矩阵。
np.linalg.det(): 计算矩阵的行列式值。
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))
这些只是NumPy中常用的函数之一，它同时还提供了很多其他函数，如图像处理函数、数值积分函数、离散傅里叶变换函数等。这些函数为数值计算提供了非常强大的工具，使得NumPy成为了科学计算领域不可或缺的一部分。希望这些示例能够帮助你更好地了解NumPy中的函数。
