NumPy对二维矩阵中的每个元素进行加减乘除和对数运算

使用NumPy对二维矩阵中的每个元素进行加减乘除和对数运算的方法如下:

1. 加减乘除运算

对每个元素进行标量运算,可直接使用算术运算符。

示例代码:

python 复制代码
import numpy as np

arr = np.array([[1, 2], [3, 4]])

# 加法
result_add = arr + 5
print("加法结果:\n", result_add)

# 减法
result_sub = arr - 1
print("减法结果:\n", result_sub)

# 乘法
result_mul = arr * 2
print("乘法结果:\n", result_mul)

# 除法
result_div = arr / 2
print("除法结果:\n", result_div)

输出:

复制代码
加法结果:
 [[6 7]
 [8 9]]
减法结果:
 [[0 1]
 [2 3]]
乘法结果:
 [[2 4]
 [6 8]]
除法结果:
 [[0.5 1. ]
 [1.5 2. ]]

2. 对数运算

使用NumPy的log函数族进行逐元素对数运算。

示例代码:

python 复制代码
# 自然对数(底数e)
result_log = np.log(arr)
print("自然对数:\n", result_log)

# 基2对数
result_log2 = np.log2(arr)
print("基2对数:\n", result_log2)

# 基10对数
result_log10 = np.log10(arr)
print("基10对数:\n", result_log10)

# 基3对数(使用换底公式)
result_log3 = np.log(arr) / np.log(3)
print("基3对数:\n", result_log3)

# 或者使用NumPy的base参数(需版本≥1.12)
# result_log3 = np.log(arr, base=3)

输出:

复制代码
自然对数:
 [[0.         0.69314718]
 [1.09861229 1.38629436]]
基2对数:
 [[0.        1.        ]
 [1.5849625 2.        ]]
基10对数:
 [[0.         0.30103   ]
 [0.47712125 0.60205999]]
基3对数:
 [[0.         0.63092975]
 [1.         1.26185951]]

注意事项:

  • 非正元素 :若矩阵中存在0或负数,对数运算会返回-inf或nan,并触发警告。建议预先处理数据确保元素为正。
  • 版本兼容性 :np.log的base参数在较新NumPy版本中可用,旧版本需使用换底公式。

以上方法均无需显式循环,利用NumPy的向量化操作高效处理每个元素。

相关推荐
JianZhen✓10 小时前
电商 SKU 选择器:后端只给扁平列表,前端怎么反推规格矩阵并做到 O(1) 命中
前端·矩阵·状态模式
2601_967979121 天前
简单学Python——NumPy库6——数值计算1——累加和累乘
数值计算·numpy·数组·累加·累乘
LiaoWL1231 天前
从零搭一个 RAG 知识库(二):换上语义 Embedding——BGE 实测与阈值重校准
python·大模型·numpy·embedding·向量检索·rag
tellmewhoisi3 天前
深度学习0:数学知识:(雅可比矩阵)
人工智能·深度学习·矩阵
LiaoWL1235 天前
NumPy 入门实战(二):向量化与余弦相似度——从 ndarray 到 Embedding
python·numpy·embedding
郝学胜-神的一滴6 天前
LangChain Skill 实现(渐进披露 On-Demand Skill,LangChain 官方 Deep Agent Skill 模式)
开发语言·python·langchain·numpy
lisw059 天前
Dayhoff的PAM替换矩阵理论评介!
线性代数·算法·矩阵
DFT计算杂谈10 天前
可DIY布里渊区图像绘制编辑器
人工智能·机器学习·语言模型·矩阵·编辑器
Pniubi10 天前
力扣54.螺旋矩阵
算法·leetcode·矩阵