7. 通用函数
通用函数(ufunc)使得NumPy数组操作用于数组中的每一个元素。通用函数是C语言实现的,这样会取得更快的执行效率。
7.1 数学运算函数
7.1.1 算术运算函数
通用函数 | 说明 |
---|---|
add(x1, x2[, y]) | y = x1 + x2 |
substrace(x1, x2[, y]) | y = x1 - x2 |
mulitply(x1, x2[, y]) | y = x1 * x2 |
divide(x1, x2[, y]) | y = x1 / x2 |
floor_divide(x1, x2[, y]) | y = x1 // x2 |
power(x1, x2[, y]) | y = x1 ** x2 |
python
import numpy as np
a = np.array([1, 2])
b = np.array([3, 4])
# 保存结果的数组需要预先定义,形状要与计算结果数组相同
c = np.zeros((2), dtype=np.int32)
np.add(a, b, c)
c
array([4, 6])
python
# 直接将计算结果赋值给变量也可以,更方便
d = np.add(a, b)
d
array([4, 6])
7.1.2 关系运算函数
通用函数 | 说明 |
---|---|
equal(x1, x2[,y]) | y = (x1 == x2) |
not_equal(x1, x2[,y]) | y = (x1 != x2) |
less(x1, x2[,y]) | y = (x1 < x2) |
less_equal(x1, x2[,y]) | y = (x1 <= x2) |
greater(x1, x2[,y]) | y = (x1 > x2) |
greater_equal(x1, x2[,y]) | y = (x1 >= x2) |
python
a = np.array([1, 20])
b = np.array([3, 4])
c = np.equal(a, b)
c
array([False, False])
python
d = np.not_equal(a, b)
d
array([ True, True])
python
f = np.less(a, b)
f
array([ True, False])
python
e = np.zeros((2))
# 如果用第三个参数作为返回值,返回类容用0,1表示false,true
np.less(a, b, e)
array([1., 0.])
7.2 自定义通用函数
自定义通用函数(ufunc)数组操作将用于数组中的每一个元素,语法格式如下:
python
ufunc = numpy.frompyfunc(func, nin, nout)
- func:任何python函数,可以是内置的,也可以是自定义函数
- nin:传入数组参数个数
- nout:返回数组个数
该函数返回一个自定义的通用函数,类型是numpy.ufunc。
例子1:定义一个通用函数abs_ufunc,abs是pyhton内置函数
python
abs_ufunc = np.frompyfunc(abs, 1, 1)
通过abs_ufunc可以对数组的每一个元素操作
python
abs_ufunc = np.frompyfunc(abs, 1, 1)
a = np.array([[-1, -2], [-3, -4]])
# 对数组里的每一个元素执行abs函数
b = abs_ufunc(a)
b
array([[1, 2],
[3, 4]], dtype=object)
例子2:输入2个参数,输出2个数组:
定义plus_sub函数,实现两个数相加,相减运算,返回元组
python
def plus_sub(x, y):
return x + y, x - y
定义通用函数plus_sub_ufunc,两个入参,2个返回值
python
plus_sub_ufunc = np.frompyfunc(plus_sub, 2, 2)
python
def plus_sub(x, y):
return x + y, x - y
plus_sub_ufunc = np.frompyfunc(plus_sub, 2, 2)
a = np.array([[1, 2], [3, 4]])
b = np.array([[3, 4], [5, 6]])
plus, sub = plus_sub_ufunc(a, b)
print("加法结果:", plus, "\n减法结果:", sub)
加法结果: [[4 6]
[8 10]]
减法结果: [[-2 -2]
[-2 -2]]