📂 目录

  • 算术函数概述
  • 常用算术函数
  • 算术函数应用实例
  • 算术函数与数组操作
  • 出站链接
  • 参考资料

🎯 算术函数概述

NumPy 提供了一些常用的算术函数，用于对数组进行元素级别的数学计算。它们能够高效地执行加法、减法、乘法、除法等基本算术操作，广泛应用于数据科学、工程计算、物理模拟等领域。这些算术函数能够自动对数组进行广播处理，使得不同形状的数组也能参与运算。

这些函数与基本的 Python 运算符（如 +, -, *, /）类似，但由于它们在 NumPy 中经过优化，可以处理更大规模的数组，并且提供更高效的计算性能。

🧑‍🏫 常用算术函数

  1. np.add() – 数组加法： arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) result = np.add(arr1, arr2) print(result) # 输出：[5 7 9]
  2. np.subtract() – 数组减法： result = np.subtract(arr1, arr2) print(result) # 输出：[-3 -3 -3]
  3. np.multiply() – 数组乘法： result = np.multiply(arr1, arr2) print(result) # 输出：[4 10 18]
  4. np.divide() – 数组除法： result = np.divide(arr1, arr2) print(result) # 输出：[0.2 0.4 0.5]
  5. np.remainder() – 数组取余： result = np.remainder(arr1, arr2) print(result) # 输出：[1 2 3]
  6. np.power() – 数组求幂： result = np.power(arr1, 2) print(result) # 输出：[1 4 9]
  7. np.fmod() – 计算数组元素的模运算： result = np.fmod(arr1, arr2) print(result) # 输出：[1 2 3]
  8. np.divmod() – 数组元素的商和余数： result = np.divmod(arr1, arr2) print(result) # 输出：[(0, 1) (0, 2) (0, 3)]
  9. np.sqrt() – 数组元素的平方根： arr = np.array([1, 4, 9]) result = np.sqrt(arr) print(result) # 输出：[1. 2. 3.]

🧑‍🏫 算术函数应用实例

算术函数在数据分析和处理过程中，尤其是对数值数据进行数学运算时，发挥着重要作用。例如，数据科学中经常需要对数据集的元素执行加减乘除、求幂、开方等基本数学操作。NumPy 提供的算术函数能使这些操作变得高效且方便。

# 使用 np.add() 和 np.multiply() 进行加法和乘法运算
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([5, 6, 7, 8])
add_result = np.add(arr1, arr2)  # 加法
mul_result = np.multiply(arr1, arr2)  # 乘法
print(add_result)  # 输出：[ 6  8 10 12]
print(mul_result)  # 输出：[ 5 12 21 32]

🔄 算术函数与数组操作

NumPy 的算术函数支持多维数组操作，并且能够自动应用广播规则。这意味着我们可以在不同形状的数组之间进行算术运算，而无需显式调整它们的形状，NumPy 会自动进行广播，确保每个元素正确地进行计算。

arr_2d = np.array([[1, 2], [3, 4], [5, 6]])
result = np.multiply(arr_2d, 2)
print(result)
# 输出：
# [[ 2  4]
#  [ 6  8]
#  [10 12]]

🔗 出站链接

📚 参考资料

  • NumPy 官方文档
  • W3Schools Python NumPy 教程
  • GeeksForGeeks 深度讲解
  • 来自：www.52kanjuqing.com

下一个问题是 「NumPy 统计函数」，是否继续？我已准备好继续处理下一个问题。