numpy学习笔记

numpy学习笔记

四则运算

运算	函数
a + b	add(a,b)
a - b	subtract(a,b)
a * b	multiply(a,b)
a / b	divide(a,b)
a ** b	power(a,b)
a % b	remainder(a,b)

以乘法为例，数组与标量相乘，相当于数组的每个元素乘以这个标量：

比较和逻辑运算

运算	函数<
==	equal
!=	not_equal
>	greater
>=	greater_equal
<	less
<=	less_equal
	logical_and
	logical_or
	logical_xor
	logical_not
&	bitwise_and
	bitwise_or
^	bitwise_xor
~	invert
>>	right_shift
<<	left_shift

等于操作也是逐元素比较的：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# 2019-10-23
# numpy 学习笔记
# icenaive
# 参考： https://github.com/lijin-THU/notes-python
# 仅供个人学习使用
#
# 15. 运算

# 四则运算

import numpy as np

a = np.array([1, 2])
print(a * 3)

# 数组逐元素相乘
b = np.array([3, 4])
print(a * b)

# 使用函数
print(np.multiply(a, b))
# 事实上，函数还可以接受第三个参数，表示将结果存入第三个参数中：
print(np.multiply(a, b, a))

print(a)

# 比较和逻辑运算
a = np.array([[1, 2, 3, 4],
              [2, 3, 4, 5]])
b = np.array([[1, 2, 5, 4],
              [1, 3, 4, 5]])
print(a == b)

# 意味着我们在条件中判断两个数组是否一样时，不能直接使用 if a == b:
# 而要使用 if all(a == b):
# 对于浮点数，由于存在精度问题，使用函数 allclose 会更好： if allclose(a, b):
# logical_and 也是逐元素的 and 操作： 0 被认为是 False，非零则是 True。
a = np.array([0, 1, 2])
b = np.array([0, 10, 0])

print(np.logical_and(a, b))

# 比特操作
a = np.array([1, 2, 4, 8])
b = np.array([16, 32, 64, 128])

print(a | b)

# 取反
a = np.array([1, 2, 3, 4], np.uint8)
print(~a)

# 左移
print(a << 3)

# 要注意的是 & 的运算优先于比较运算如 > 等，所以必要时候需要加上括号：
a = np.array([1, 2, 4, 8])
b = np.array([16, 32, 64, 128])

print((a > 3) & (b < 100))