科学计算工具NumPy（1）：ndarray的创建于数据类型
科学计算工具NumPy（2）：ndarray的矩阵处理
科学计算工具NumPy（3）：ndarray的元素处理
元素计算函数
ceil(): 向上最接近的整数，参数是 number 或 array
floor(): 向下最接近的整数，参数是 number 或 array
rint(): 四舍五入，参数是 number 或 array
isnan(): 判断元素是否为 NaN(Not a Number)，参数是 number 或 array
multiply(): 元素相乘，参数是 number 或 array
divide(): 元素相除，参数是 number 或 array
abs()：元素的绝对值，参数是 number 或 array
where(condition, x, y): 三元运算符，x if condition else y
# randn() 返回具有标准正态分布的序列。 arr = np.random.randn(2,3) print(arr) print(np.ceil(arr)) print(np.floor(arr)) print(np.rint(arr)) print(np.isnan(arr)) print(np.multiply(arr, arr)) print(np.divide(arr, arr)) print(np.where(arr > 0, 1, -1))
运行结果：
# print(arr) [[-0.75803752 0.0314314 1.15323032] [ 1.17567832 0.43641395 0.26288021]] # print(np.ceil(arr)) [[-0. 1. 2.] [ 2. 1. 1.]] # print(np.floor(arr)) [[-1. 0. 1.] [ 1. 0. 0.]] # print(np.rint(arr)) [[-1. 0. 1.] [ 1. 0. 0.]] # print(np.isnan(arr)) [[False False False] [False False False]] # print(np.multiply(arr, arr)) [[ 5.16284053e+00 1.77170104e+00 3.04027254e-02] [ 5.11465231e-03 3.46109263e+00 1.37512421e-02]] # print(np.divide(arr, arr)) [[ 1. 1. 1.] [ 1. 1. 1.]] # print(np.where(arr > 0, 1, -1)) [[ 1 1 -1] [-1 1 1]]
元素统计函数
np.mean(), np.sum()：所有元素的平均值，所有元素的和，参数是 number 或 array
np.max(), np.min()：所有元素的最大值，所有元素的最小值，参数是 number 或 array
np.std(), np.var()：所有元素的标准差，所有元素的方差，参数是 number 或 array
np.argmax(), np.argmin()：最大值的下标索引值，最小值的下标索引值，参数是 number 或 array
np.cumsum(), np.cumprod()：返回一个一维数组，每个元素都是之前所有元素的 累加和 和 累乘积，参数是 number 或 array
多维数组默认统计全部维度，axis参数可以按指定轴心统计，值为0则按列统计，值为1则按行统计。
arr = np.arange(12).reshape(3,4) print(arr) print(np.cumsum(arr)) # 返回一个一维数组，每个元素都是之前所有元素的 累加和 print(np.sum(arr)) # 所有元素的和 print(np.sum(arr, axis=0)) # 数组的按列统计和 print(np.sum(arr, axis=1)) # 数组的按行统计和
运行结果：
# print(arr) [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] # print(np.cumsum(arr)) [ 0 1 3 6 10 15 21 28 36 45 55 66] # print(np.sum(arr)) # 所有元素的和 66 # print(np.sum(arr, axis=0)) # 0表示对数组的每一列的统计和 [12 15 18 21] # print(np.sum(arr, axis=1)) # 1表示数组的每一行的统计和 [ 6 22 38]
元素判断函数
np.any(): 至少有一个元素满足指定条件，返回Truenp.all(): 所有的元素满足指定条件，返回True
arr = np.random.randn(2,3) print(arr) print(np.any(arr > 0)) print(np.all(arr > 0))
运行结果：
[[ 0.05075769 -1.31919688 -1.80636984] [-1.29317016 -1.3336612 -0.19316432]] True False
元素去重排序函数
np.unique():找到唯一值并返回排序结果，类似于Python的set集合
arr = np.array([[1, 2, 1], [2, 3, 4]]) print(arr) print(np.unique(arr))
运行结果：
[[1 2 1] [2 3 4]] [1 2 3 4]
