• python中用于计算的函数


    函数功能说明示例
    abs()返回参数的绝对值abs (-2)、 abs (3.77)
    divmod()返回两个数值的商和余数divmod (10,3)
    max ()返回可迭代对象的元素的最大值或者所有参数的最大值max (-1,1,2,3.4)、 max (‘abcef989’)
    min()返回可迭代对象的元素的最小值或者所有参数的最小值min (-1,12,3,4,5)
    pow()求两个参数的幂运算值pow (2,3)、 pow (2,3,5)
    round()返回浮点数的四舍五入值round (1.456778)、 round (1.45677,2)
    sum ()对元素类型是数值的可迭代对象的每个元素求和sum ((1,2,3,4))、 sum ((1,2,3,4),-10)
    append()向列表中添加元素,并添加到末尾append(list)
    extend(可迭代对象)将可迭代对象中数据分别添加到列表中,并添加到末尾。extend()
    insert(下标,对象)向指定下标位置添加对象insert(2,list)
    clear()清空列表clear()
    pop()删除下标指定元素,如果不加下标则删除最后一个元素pop()
    remove()删除指定的对象remove(对象)
    del删除变量或者指定下标的值del()
    copy()浅拷贝copy()
    count()返回对象在列表中出现的次数count(对象)
    index()元素出现的第一次下标位置,也可自定义范围index(value,开始下标,结束下标)
    reverse()原地翻转reverse()
    sort()快速排序,默认从小到大排序sort(key=None, reverse=False)
    len()获得列表的长度len(list)
    capitalize()把字符串的第一个字符改为大写,后面为小写。capitalize()

    numpy:矩阵通用函数。

    1. #一元函数
    2. 1. abs fabs
    3. import numpy as np #导入模块
    4. a = np.mat(np.arange(-4,3)) #创建一个矩阵
    5. np.abs(a) # 对矩阵a取绝对值
    6. np.fabs(a) # 对矩阵a取浮点类的绝对值
    7. 2. sqrt () 平方根 square() 平方
    8. b = np.mat(range(1,6)) #创建一个矩阵
    9. np.sqrt(b) #b的平方根
    10. np.square(b) #b的平方
    11. 3. log log10 log2 log1p
    12. c = np.mat([1,2,np.e,np.e+1,4,10,100]) #创建一个矩阵
    13. np.log(c) #以e为底
    14. np.log10(c)# log以10为底
    15. np.log2(c)#log2以2为底
    16. np.log1p(c) #在c的基础上每一个值加上一个1,再以e为底的对数 log1p(x)==log(1+x)
    17. np.log1p(np.e-1)
    18. 4. sign ceil floor rint
    19. d = np.mat([
    20. [2.3,4.6],
    21. [1.2,1.8]
    22. ]) #创建一个矩阵
    23. np.sign(d) #符号位 +1:正数 -1:负数 0:0
    24. np.ceil(d) #向上取整 右
    25. np.floor(d)#向下取整 左
    26. np.rint(d) #四舍五入
    27. e = np.mat([
    28. [1,4,8],
    29. [2,3,7]
    30. ])
    31. # e*0.1 #快速变成浮点数
    32. np.rint(e)#四舍五入的方法也可以
    33. 5. modf 分别返回小数部分和整数部分
    34. arr1,arr2=np.modf(d)
    35. #arr1 返回的是小数部分,arr2返回的是整数部分
    36. 6. isnan() 判断不是数字
    37. f=np.array([1,2,np.nan,np.nan,3]) #创建一个矩阵 不是数字的就转换为np.nan np.inf 是无穷大,是个数字类型
    38. np.isnan(f)
    39. 7. cos sin tan
    40. g=np.mat([0,np.pi/4,np.pi/2,np.pi*3/4]) #创建一个矩阵,里面表示的是角度
    41. g*2 #所有的角度都放大2倍
    42. np.cos(g) # 求角度的cos值
    43. np.set_printoptions(precision=3)#科学计数法设置显示3位小数,作为了解吧!
    44. np.tan(g) #求角度的tan值
    45. 8. logical_not
    46. import numpy as np
    47. a = np.mat(np.arange(-4,3))
    48. print(a)
    49. b = np.logical_not(a)
    50. print(b)
    51. # 二元函数
    52. #准备三个矩阵
    53. a = np.mat([1,2,3,4])
    54. b = np.mat([5,6,7,8])
    55. c = np.mat([9,10,11,12])
    56. 1. power() 求幂
    57. np.power(b,a) #矩阵本身是二维的,有人问为什么返回的结果是两个中括号
    58. np.power(b,2)
    59. 2. maximum、minimum 元素级运算
    60. #准备两个矩阵
    61. arr1 = np.mat([1,8,2,9])
    62. arr2 = np.mat([6,3,5,4])
    63. np.maximum(arr1,arr2)
    64. matrix([[6, 8, 5, 9]]) #返回的是两个数组中对应位大的数值
    65. np.minimum(arr1,arr2)
    66. matrix([[1, 3, 2, 4]]) #返回的是两个数组中对应位小的数值
    67. 3. greater 大于 ,greater_equal 大于等于
    68. np.greater(arr1,arr2)
    69. matrix([[False, True, False, True]])
    70. 4. 逻辑"与":logical_and ,“或”:logical_or,“非”:logical_xor
    71. #准备一个矩阵
    72. d = np.mat('2 0;1 0')
    73. e = np.mat('0 2;1 0')
    74. #与
    75. np.logical_and(d,e) #对应位都为真,结果为真,否则为假
    76. matrix([[False, False],
    77. [ True, False]])
    78. #或
    79. np.logical_or(d,e) #对应位其中一位为真则为真,都为假则为假
    80. matrix([[ True, True],
    81. [ True, False]])
    82. #非
    83. np.logical_xor(d,e) #相同为false ,不同是true
    84. matrix([[ True, True],
    85. [False, False]])

  • 相关阅读:
    YOLOv5 模型结构及代码详细讲解(一)
    k8s--基础--29.3--ingress--案例
    Ubuntu基于Docker快速配置GDAL的Python、C++环境
    2.06_python+Django+mysql实现pdf转word项目_项目开发-创建模型
    【Java框架】SpringMVC(二)——SpringMVC数据交互
    使用python操作数据库
    quarkus实战之二:应用的创建、构建、部署
    C++ Reference: Standard C++ Library reference: C Library: cstring: strchr
    淘客APP开发定制系统推荐
    mybatis关联关系映射
  • 原文地址:https://blog.csdn.net/weixin_41869644/article/details/125478991