NumPy 包包含许多算术函数，它们提供各种算术运算所需的所有功能。它包括算术函数和处理复数的函数。下面提到的是最常用的算术函数。
| 函数 | 描述 |
|---|---|
| add() | 加法 |
| subtract() | 减法 |
| multiply() | 乘法 |
| divide() | 除法 |
| mod() | 取模 |
| reciprocal() | 按元素返回参数的倒数。 |
| power() | 返回底数的指数次方。 |
| real() | 返回复数参数的实部。 |
| imag() | 返回复数参数的虚部。 |
| conjugate() | 返回元素的共轭复数。 |
| angle() | 返回复数参数的角度。 |
让我们详细讨论这些函数:
基本算术运算
可以对给定的值执行基本算术运算数组，按元素使用 add()、subtract()、multiply() 和divide() 函数。使用该函数的语法如下:
语法
numpy.add(x1, x2, out=None)
numpy.subtract(x1, x2, out=None)
numpy.multiply(x1, x2, out=None)
numpy.divide(x1, x2, out=None) 参数
| x1, x2 | 必填。 指定数组。如果 x1.shape != x2.shape，则它们必须可广播为通用形状。 |
| out | 可选。 指定存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或没有，则返回新分配的数组。 |
示例:
下面的示例显示add() 函数的用法。
import numpy as np
Arr1 = np.array([[10,20,30], [40,50,60]])
Arr2 = np.array([[5,10,15]])
print("Arr1 为:")
print(Arr1)
print("\nArr2 为:")
print(Arr2)
#这里Arr1和Arr2是可广播的
#添加Arr1和Arr2的元素
print("\nadd(Arr1, Arr2) returns:")
print(np.add(Arr1, Arr2))
#从Arr1中减去Arr2的元素
print("\nsubtract(Arr1, Arr2) returns:")
print(np.subtract(Arr1, Arr2))
#将 Arr1 的元素与 Arr2 相乘
print("\nmultiply(Arr1, Arr2) returns:")
print(np.multiply(Arr1, Arr2))
#将 Arr1 的元素除以 Arr2
print("\ndivide(Arr1, Arr2) returns:")
print(np.divide(Arr1, Arr2)) 上述代码的输出将是:
Arr1 为:
[[10 20 30]
[40 50 60]]
Arr2 为:
[[ 5 10 15]]
add(Arr1, Arr2) returns:
[[15 30 45]
[45 60 75]]
subtract(Arr1, Arr2) returns:
[[ 5 10 15]
[35 40 45]]
multiply(Arr1, Arr2) returns:
[[ 50 200 450]
[200 500 900]]
divide(Arr1, Arr2) returns:
[[2. 2. 2.]
[8. 5. 4.]] numpy.reciprocal() 函数
numpy.reciprocal() 函数按元素返回参数的倒数。
语法
numpy.reciprocal(x, out=None, dtype=None) 参数
| x | 必填。 指定输入数组。 |
| out | 可选。 指定存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或没有提供，则返回新分配的数组。 |
| dtype | 可选。 指定返回数组所需的数据类型。 |
示例:
下面的示例显示了
import numpy as np
Arr = np.array([[2,4],[5,10]])
print("Arr 为:")
print(Arr)
#Arr 的倒数
print("\nReciprocal array 为:")
print(np.reciprocal(Arr, dtype=float)) 上述代码的输出将是:
Arr 为:
[[ 2 4]
[ 5 10]]
Reciprocal array 为:
[[0.5 0.25]
[0.2 0.1 ]] numpy.mod() 函数
numpy.mod() 函数返回除法的逐元素余数。
语法
numpy.mod(x1, x2, out=None) 参数
| x1, x2 | 必填。 指定要除的数组:x1 作为被除数，x2 作为除数。如果 x1.shape != x2.shape，则它们必须可广播为通用形状。 |
| out | 可选。 指定存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或没有，则返回新分配的数组。 |
示例:
下面的示例显示 mod() 函数的用法。
import numpy as np
Arr1 = np.array([[10,20,30],[40,50,60]])
Arr2 = np.array([[6,7,9]])
print("Arr1 为:")
print(Arr1)
print("\nArr2 为:")
print(Arr2)
#这里Arr1和Arr2是可广播的
#Arr1 除以 Arr2 的余数
print("\nmod(Arr1, Arr2) returns:")
print(np.mod(Arr1, Arr2)) 上述代码的输出将是:
Arr1 为:
[[10 20 30]
[40 50 60]]
Arr2 为:
[[6 7 9]]
mod(Arr1, Arr2) returns:
[[4 6 3]
[4 1 6]] numpy.power() 函数
numpy.power() 函数用于按元素计算第二个数组的第一个数组元素的幂。
语法
numpy.power(x, y, out=None) 参数
| x | 必填。 指定第一个包含元素的数组（array_like）作为基础。 |
| y | 必需。 指定包含指数元素的第二个数组（array_like）。如果 x.shape != y.shape，它们必须可广播为通用形状（成为输出的形状）。 |
| out | 可选。 指定存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或无，则返回新分配的数组。 |
示例:
下面的示例显示了power()函数的用法。
import numpy as np
base = np.array([5, 6, 7])
exponent = np.array([0, 1, 2])
print("The power of values:")
print(np.power(base, exponent)) 上述代码的输出将是:
The power of values:
[ 1 6 49] 处理复数
NumPy 包提供了以下可以在处理复数时使用的函数。
- real():返回复数参数的实部。
- imag():返回虚部复数参数的值。
- conjugate():按元素返回复数共轭。
- angle():返回复数参数的角度。
语法
numpy.real(z)
numpy.imag(z)
numpy.conjugate(z, out=None)
numpy.angle(z, deg=False) 参数
| z | 必填。 指定输入数组。 |
| deg | 可选。 如果为 True，则返回角度，如果为 False，则返回弧度（默认）。 |
| out | 选修的。 指定存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或没有，则返回新分配的数组。 |
示例:
下面的示例显示了上面的用法
import numpy as np
Arr = np.array([[1+1j,1+2j],
[1+3j,1+4j]])
print("Arr 为:")
print(Arr)
#Arr 的实部
print("\nArr 的实部为：")
print(np.real(Arr))
#Arr 的虚部
print("\nArr 的虚部为：")
print(np.imag(Arr))
#Arr 的共轭
print("\nConjuagte of Arr 为:")
print(np.conjugate(Arr))
#计算Arr的角度
print("\nArr 的角度为：")
print(np.angle(Arr, deg=True)) 上述代码的输出将是:
Arr 为:
[[1.+1.j 1.+2.j]
[1.+3.j 1.+4.j]]
Arr 的实部为：
[[1. 1.]
[1. 1.]]
Arr 的虚部为：
[[1. 2.]
[3. 4.]]
Arr 的共轭是：
[[1.-1.j 1.-2.j]
[1.-3.j 1.-4.j]]
Arr 的角度为：
[[45. 63.43494882]
[71.56505118 75.96375653]]