文章目录

数据分析-numpy.数组的基本函数、复制和指代

一、数组的基本运算函数

◐ 常见运算函数

以下是学习过程中看到的​​numpy数组中常见的运算方法​​，分享一下~
 有些就没做具体的案例展示

【Python】数据分析.numpy.数组的基本运算函数、复制和指代_数组


​​返回顶部​​

◐ 案例

import numpy as np

t = np.arange(6)
print(t)
# [0 1 2 3 4 5]

#返回输入数组以e、2为底的指数结果
print(np.exp(t))
# [  1.           2.71828183   7.3890561   20.08553692  54.59815003   148.4131591 ]
print(np.exp2(t))
# [ 1.  2.  4.  8. 16. 32.]

#返回数组元素的正弦、余弦、正切值
print(np.sin(t))
# [ 0.          0.84147098  0.90929743  0.14112001 -0.7568025  -0.95892427]
print(np.cos(t))
# [ 1.          0.54030231 -0.41614684 -0.9899925  -0.65364362  0.28366219]
print(np.tan(t))
# [ 0.          1.55740772 -2.18503986 -0.14254654  1.15782128 -3.38051501]

#两个数组相加、减、乘、除
t1 = np.arange(7,13)
print(t1)
# [ 7  8  9 10 11 12]
print(np.add(t,t1))
# [ 7  9 11 13 15 17]
print(np.subtract(t,t1))
# [-7 -7 -7 -7 -7 -7]
print(np.multiply(t,t1))
# [ 0  8 18 30 44 60]
print(np.divide(t,t1))
# [0.         0.125      0.22222222 0.3        0.36363636 0.41666667]

​​返回顶部​​

二、复制和指代

2.1 完全不复制

​​赋值操作属于完全不复制数组的一类操作：简单的赋值不拷贝数组对象或它们的数据​​

import numpy as np

a = np.arange(10)
print(a)
# [0 1 2 3 4 5 6 7 8 9 ]

b = a #进行赋值操作
print(b)
# [0 1 2 3 4 5 6 7 8 9]

a[2] = 100
print(a)
print(b)
# [  0   1 100   3   4   5   6   7   8   9]
# [  0   1 100   3   4   5   6   7   8   9]

b[2] = 10
print(a)
print(b)
# [ 0  1 10  3  4  5  6  7  8  9]
# [ 0  1 10  3  4  5  6  7  8  9]

​​返回顶部​​

2.2 view() 返回指代 — 浅复制

​​不同的变量可以指向同一个数组。使用view()方法可以生成一个数组对象，指代同一个数组。​​

m = np.arange(12).reshape(4,3)
print(m)
# [[ 0  1  2]
#  [ 3  4  5]
#  [ 6  7  8]
#  [ 9 10 11]]

n = m.view()
print(n is m)
# False
n[0,2] =1314

print(m)
# [[   0    1 1314]
#  [   3    4    5]
#  [   6    7    8]
#  [   9   10   11]]

m[0, 2] = 520
print(n)
print(m)
# [[  0   1 520]
#  [  3   4   5]
#  [  6   7   8]
#  [  9  10  11]]
# [[  0   1 520]
#  [  3   4   5]
#  [  6   7   8]
#  [  9  10  11]]

​​返回顶部​​

3.深度复制

​​copy()方法会创建一个新的数组对象，而不是建立一个对原数组的索引。简单地说，就是原数组和新数组没有任何关系，任何对新数组的改变都不会影响到原数组。​​

# 深度复制
z = np.arange(12).reshape((3,4))

y = z.copy()
print(y.base is z)
# False

y[0,0] = 100
print(z)
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]
print(y)
# [[100   1   2   3]
#  [  4   5   6   7]
#  [  8   9  10  11]]

通过对比我们可以发现指代与复制的区别，就是对原数组有没有产生影响。

​​更多详情参见大佬博文：Python学习4 ----Numpy3种复制操作对比​​

​​返回顶部​​