Numpy--向量化运算

最新推荐文章于 2025-06-10 16:53:08 发布

原创

最新推荐文章于 2025-06-10 16:53:08 发布 · 1.3k 阅读

3 ·

CC 4.0 BY-SA版权

本文介绍了Numpy数组与Python列表的异同，强调了Numpy数组在数据类型一致性、内置函数以及多维特性上的优势。同时，文章详细讨论了Numpy数组的运算，包括与标量的乘法、逻辑运算、比较操作以及利用索引进行的操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.numpy array与python list

相同点：

*可以通过索引获取元素。

*遍历 for x in a：

不同点：

*numpy数组中各元素都属于同一类型。

*numpy拥有很多可以使用的函数，如mean() ,std()。

*numpy数组可以是多维的。

2.运算

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

两个numpy数组的运算

print a + b  #[2 4 6 8]
print a - b  #[0 0 0 0]
print a * b  #[ 1 4 9 16]
print a / b  #[1 1 1 1]
print a ** b #[1 4 27 256]

乘以标量

a*3  #array([ 3,  6,  9, 12])

逻辑运算

c= np.array([True, True, False, False])
d= np.array([True, False, True, False])

print c & d #[ True False False False]
print c | d #[ True  True  True False]
print ~c    #[False False  True  True]
print c & True  #[ True  True False False]
print d & False  #[False False False False]

比较操作