[Python] Méthode de calcul avec numpy

Calcul avec numpy

Créez un tableau de 0 à 10 en utilisant numpy.

import numpy as np

arr = np.arange(11)

arr

Résultat d'exécution.


array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

Vous pouvez calculer la racine carrée de chaque nombre en utilisant la méthode sqrt.

np.sqrt(arr)

Résultat d'exécution.


array([ 0.48273727, -1.28739284,  1.52422575, -1.73666091, -0.25126809,
       -0.41952278, -0.75042054, -0.64585434, -0.86014472, -0.44542315])

Vous pouvez calculer un nombre aléatoire avec une distribution normale (moyenne = 0, variance = 1) avec random.randn ().

A = np.random.randn(10)

Résultat d'exécution.


array([-0.94897439, -0.43075947,  0.088691  ,  0.37859721, -0.2141078 ,
        1.30327378,  0.41654781, -0.42907224, -1.61139916, -0.651694  ])

Vous pouvez ajouter en utilisant la méthode add.

B = np.random.randn(10)

B

array([ 0.05623043,  1.97843447, -0.02581691,  0.70663108,  0.51213852,
       -0.70386143,  1.50729471, -0.00577632, -1.08456477, -0.38103167])

np.add(A,B)

Résultat d'exécution.


array([ 0.5389677 ,  0.69104164,  1.49840884, -1.03002983,  0.26087043,
       -1.1233842 ,  0.75687417, -0.65163066, -1.94470949, -0.82645482])

Vous pouvez soustraire avec la méthode de soustraction.

np.subtract(A,B)

Résultat d'exécution.


array([ 0.42650684, -3.26582731,  1.55004266, -2.44329199, -0.76340661,
        0.28433865, -2.25771524, -0.64007803,  0.22442006, -0.06439147])

Vous pouvez multiplier avec la méthode de multiplication.

np.multiply(A,B)

Résultat d'exécution.


array([ 0.02714452, -2.54702237, -0.0393508 , -1.22717858, -0.12868407,
        0.2952859 , -1.1311049 ,  0.00373066,  0.93288266,  0.16972033])

Vous pouvez diviser avec la méthode de division.

np.divide(A,A)

Résultat d'exécution.


array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

Recommended Posts

[Python] Méthode de calcul avec numpy
Méthode Kernel avec Python
calcul de tableau numpy python
Calcul numérique avec Python
1. Statistiques apprises avec Python 1-2. Calcul de diverses statistiques (Numpy)
Implémentation de SMO avec Python + NumPy
Mon Numpy (Python)
FizzBuzz en Python3
Grattage avec Python
Statistiques avec python
Grattage avec Python
Python avec Go
Méthode de mise à jour automatique par python Pyinstaller exe
Twilio avec Python
Intégrer avec Python
Jouez avec 2016-Python
AES256 avec python
Testé avec Python
python commence par ()
Les bases de #Python (#Numpy 1/2)
avec syntaxe (Python)
Les bases de #Python (#Numpy 2/2)
1. Statistiques apprises avec Python 1-3. Calcul de diverses statistiques (statistiques)
Bingo avec python
Zundokokiyoshi avec python
Gérer numpy avec Cython (méthode par memoryview)
Principes de base de Python #Numpy
Méthode Johnson (python)
Excel avec Python
[Python] Mémo Numpy
[Python] Méthode Semi-Lagrange
Micro-ordinateur avec Python
Cast avec python
Déboguer avec VS Code en utilisant Boost Python Numpy
Suivi des objets verts avec python + numpy (filtre à particules)
[Rust / Python] Gérer numpy avec PyO3 (version d'août 2020)
Calcul de la quantité d'informations mutuelles (valeur continue) avec numpy
Communication série avec Python
Zip, décompressez avec python
Jugement des nombres premiers avec Python
Python avec eclipse + PyDev.
Communication de socket avec Python
Analyse de données avec python 2
Grattage en Python (préparation)
Essayez de gratter avec Python.
Astuces Python et Numpy
Recherche séquentielle avec Python
"Orienté objet" appris avec python
Exécutez Python avec VBA
Résolvez AtCoder 167 avec python
Communication série avec python
[Python] Utiliser JSON avec Python
Apprenez Python avec ChemTHEATER
Exécutez prepDE.py avec python3
Collecter des tweets avec Python
3. 3. Programmation IA avec Python
Non bloquant avec Python + uWSGI
Méthode d'installation Python Windows
Grattage avec Python + PhantomJS
Test numpy Python Basic 8