鄙人學(xué)習(xí)筆記，這個(gè)筆記以例子為主。
開發(fā)工具：Spyder

---

文章目錄

• • 符號(hào)數(shù)組
  • 數(shù)組處理函數(shù)
  • 矢量化

---

符號(hào)數(shù)組

sign()函數(shù)可以把樣本數(shù)組變成對(duì)應(yīng)的符號(hào)數(shù)組，正數(shù)為1，負(fù)數(shù)為-1，0為0.

相關(guān)函數(shù)：

np.sign(源數(shù)組)

• 例子

代碼：

import numpy as npary01 = np.array([-1, -2, 0, 4, 0, 7]) ary02 = np.sign(ary01)print('ary02:', ary02)

結(jié)果：

ary02: [-1 -1 0 1 0 1]

數(shù)組處理函數(shù)

相關(guān)函數(shù)：

目標(biāo)數(shù)組 = np.piecewise(源數(shù)組, 條件序列, 取值序列)

針對(duì)源數(shù)組中的每一個(gè)元素，檢測(cè)其是否符合條件序列中的條件，符合哪個(gè)條件就用取值序列中與之對(duì)應(yīng)的值，來表示該元素，并放到目標(biāo)數(shù)組中返回。

• 例子

代碼：

import numpy as npary01 = np.array([-1, -2, 0, 4, 0, 7]) ary02 = np.piecewise(ary01, [ary01 < 0, ary01 == 0, ary01 > 0],[-1, 0, 1])print('ary02:', ary02)

結(jié)果：

ary02: [-1 -1 0 1 0 1]

矢量化

矢量化是指用數(shù)組代替標(biāo)量，來操作數(shù)組中的每一個(gè)元素
numpy提供了vectorize()函數(shù)，該函數(shù)可以把處理標(biāo)量的函數(shù)矢量化，它的返回值是一個(gè)可以直接處理ndarray數(shù)組的函數(shù)。

• 例子

代碼：

import numpy as np#處理標(biāo)量的函數(shù) def fun01(a, b):return a*b - 1ary01 = np.arange(3, 9).reshape(2, 3) ary02 = np.arange(4, 10).reshape(2, 3)#矢量化函數(shù) fun01_vec = np.vectorize(fun01) print(fun01_vec(ary01, ary02))

結(jié)果：

[[11 19 29][41 55 71]]

總結(jié)

以上是生活随笔為你收集整理的numpy基础(part8)--符号数组与矢量化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。