NumPy - ฟังก์ชันทางคณิตศาสตร์

เป็นที่เข้าใจได้ว่า NumPy มีการดำเนินการทางคณิตศาสตร์จำนวนมาก NumPy มีฟังก์ชันตรีโกณมิติมาตรฐานฟังก์ชันสำหรับการคำนวณทางคณิตศาสตร์การจัดการจำนวนเชิงซ้อน ฯลฯ

ฟังก์ชันตรีโกณมิติ

NumPy มีฟังก์ชันตรีโกณมิติมาตรฐานซึ่งส่งคืนอัตราส่วนตรีโกณมิติสำหรับมุมที่กำหนดเป็นเรเดียน

Example

import numpy as np 
a = np.array([0,30,45,60,90]) 

print 'Sine of different angles:' 
# Convert to radians by multiplying with pi/180 
print np.sin(a*np.pi/180) 
print '\n'  

print 'Cosine values for angles in array:' 
print np.cos(a*np.pi/180) 
print '\n'  

print 'Tangent values for given angles:' 
print np.tan(a*np.pi/180)

นี่คือผลลัพธ์ -

Sine of different angles:
[ 0.          0.5         0.70710678  0.8660254   1.        ]

Cosine values for angles in array:
[  1.00000000e+00   8.66025404e-01   7.07106781e-01   5.00000000e-01
   6.12323400e-17]                                                            

Tangent values for given angles:
[  0.00000000e+00   5.77350269e-01   1.00000000e+00   1.73205081e+00
   1.63312394e+16]

arcsin, arcos, และ arctanฟังก์ชันจะส่งกลับค่าผกผันตรีโกณมิติของ sin, cos และ tan ของมุมที่กำหนด ผลลัพธ์ของฟังก์ชันเหล่านี้สามารถตรวจสอบได้โดยnumpy.degrees() function โดยการแปลงเรเดียนเป็นองศา

Example

import numpy as np 
a = np.array([0,30,45,60,90]) 

print 'Array containing sine values:' 
sin = np.sin(a*np.pi/180) 
print sin 
print '\n'  

print 'Compute sine inverse of angles. Returned values are in radians.' 
inv = np.arcsin(sin) 
print inv 
print '\n'  

print 'Check result by converting to degrees:' 
print np.degrees(inv) 
print '\n'  

print 'arccos and arctan functions behave similarly:' 
cos = np.cos(a*np.pi/180) 
print cos 
print '\n'  

print 'Inverse of cos:' 
inv = np.arccos(cos) 
print inv 
print '\n'  

print 'In degrees:' 
print np.degrees(inv) 
print '\n'  

print 'Tan function:' 
tan = np.tan(a*np.pi/180) 
print tan
print '\n'  

print 'Inverse of tan:' 
inv = np.arctan(tan) 
print inv 
print '\n'  

print 'In degrees:' 
print np.degrees(inv)

ผลลัพธ์มีดังนี้ -

Array containing sine values:
[ 0.          0.5         0.70710678  0.8660254   1.        ]

Compute sine inverse of angles. Returned values are in radians.
[ 0.          0.52359878  0.78539816  1.04719755  1.57079633] 

Check result by converting to degrees:
[  0.  30.  45.  60.  90.]

arccos and arctan functions behave similarly:
[  1.00000000e+00   8.66025404e-01   7.07106781e-01   5.00000000e-01          
   6.12323400e-17] 

Inverse of cos:
[ 0.          0.52359878  0.78539816  1.04719755  1.57079633] 

In degrees:
[  0.  30.  45.  60.  90.] 

Tan function:
[  0.00000000e+00   5.77350269e-01   1.00000000e+00   1.73205081e+00          
   1.63312394e+16]

Inverse of tan:
[ 0.          0.52359878  0.78539816  1.04719755  1.57079633]

In degrees:
[  0.  30.  45.  60.  90.]

ฟังก์ชันสำหรับการปัดเศษ

numpy.around ()

นี่คือฟังก์ชันที่ส่งกลับค่าที่ปัดเศษเป็นความแม่นยำที่ต้องการ ฟังก์ชันรับพารามิเตอร์ต่อไปนี้

numpy.around(a,decimals)

ที่ไหน

ซีเนียร์ พารามิเตอร์และคำอธิบาย
1

a

ป้อนข้อมูล

2

decimals

จำนวนทศนิยมที่จะปัดเศษ ค่าเริ่มต้นคือ 0 ถ้าเป็นค่าลบจำนวนเต็มจะถูกปัดเศษเพื่อวางตำแหน่งทางด้านซ้ายของจุดทศนิยม

Example

import numpy as np 
a = np.array([1.0,5.55, 123, 0.567, 25.532]) 

print 'Original array:' 
print a 
print '\n'  

print 'After rounding:' 
print np.around(a) 
print np.around(a, decimals = 1) 
print np.around(a, decimals = -1)

สร้างผลลัพธ์ต่อไปนี้ -

Original array:                                                               
[   1.       5.55   123.       0.567   25.532] 

After rounding:                                                               
[   1.    6.   123.    1.   26. ]                                               
[   1.    5.6  123.    0.6  25.5]                                          
[   0.    10.  120.    0.   30. ]

numpy.floor ()

ฟังก์ชันนี้จะส่งคืนจำนวนเต็มที่มากที่สุดไม่เกินพารามิเตอร์อินพุต ชั้นของscalar x มีขนาดใหญ่ที่สุด integer i, ดังนั้น i <= x. โปรดทราบว่าใน Python พื้นจะปัดเศษจาก 0 เสมอ

Example

import numpy as np 
a = np.array([-1.7, 1.5, -0.2, 0.6, 10]) 

print 'The given array:' 
print a 
print '\n'  

print 'The modified array:' 
print np.floor(a)

สร้างผลลัพธ์ต่อไปนี้ -

The given array:                                                              
[ -1.7   1.5  -0.2   0.6  10. ]

The modified array:                                                           
[ -2.   1.  -1.   0.  10.]

numpy.ceil ()

ฟังก์ชัน ceil () จะส่งคืนเพดานของค่าอินพุตนั่นคือเพดานของ scalar x มีขนาดเล็กที่สุด integer i, ดังนั้น i >= x.

Example

import numpy as np 
a = np.array([-1.7, 1.5, -0.2, 0.6, 10]) 

print 'The given array:' 
print a 
print '\n'  

print 'The modified array:' 
print np.ceil(a)

มันจะสร้างผลลัพธ์ต่อไปนี้ -

The given array:                                                              
[ -1.7   1.5  -0.2   0.6  10. ]

The modified array:                                                           
[ -1.   2.  -0.   1.  10.]