批量生成陣列_Python資料分析類庫系列-Numpy之陣列的運算
阿新 • • 發佈:2021-01-20
技術標籤:批量生成陣列
陣列很重要,因為它使你不用編寫迴圈即可對資料執行批量運算,NumPy使用者稱其為向量化(vectorization)。大小相等的陣列之間的任何算術運算都會將運算應用到元素級。
常用的運算方式包含:加法,減法,乘法,除法,求餘,比較,等等。利用Numpy對陣列進行運算擁有極高的效率,關於這部分內容我們在Numpy系列第一篇內容演示過,這裡不再重複,忘了的同學可以翻看公眾號的專輯。
import numpy as np arr = np.array([[1., 2., 3.], [4., 5., 6.]]) arr out: array([[1., 2., 3.], [4., 5., 6.]])
arr * arr
out:
array([[ 1., 4., 9.],
[16., 25., 36.]])
arr - arr
out
array([[0., 0., 0.],
[0., 0., 0.]])
1 / arr
out:
array([[0.5, 1. , 1.5],
[2. , 2.5, 3. ]])
大小相同的陣列之間的比較會生成布林值陣列
arr2 = np.array([[0., 4., 1.], [7., 2., 12.]]) arr2 out array([[ 0., 4., 1.], [ 7., 2., 12.]])
arr2 > arr1
out
array([[False, True, False],
[ True, False, True]]
不同大小的陣列之間的運算叫做廣播(broadcasting),將在附錄A中對其進行詳細討論。本書的內容不需要對廣播機制有多深的理解。
下期我們將分享Numpy基本的索引和切片,如果喜歡請點贊收藏,您的支援是我最大的動力,謝謝大家,共同進步。