软件测试|Python科学计算神器numpy教程（十一）

原创

霍格沃兹测试开发Muller老师

发布于 2023-08-20 15:53:31

1870

发布于 2023-08-20 15:53:31

文章被收录于专栏：muller的测试分享

NumPy数学函数：强大的数值计算工具

简介

NumPy是Python中广受欢迎的科学计算库，提供了丰富的数学函数，可用于处理数组和矩阵中的数值数据。这些数学函数包含了许多常见的数学运算，如三角函数、指数函数、对数函数、统计函数等。本文将介绍NumPy中一些常用的数学函数及其用法，展示NumPy在数值计算方面的强大功能。

基本数学运算

NumPy提供了一系列基本的数学函数，例如加法、减法、乘法和除法。这些函数可以对数组或矩阵进行逐元素的计算，并返回一个新的数组或矩阵。示例如下：

import numpy as np

arr = np.array([2, 4, 6])

# 加法
result = np.add(arr, 2)
print(result)  # [4 6 8]

# 减法
result = np.subtract(arr, 1)
print(result)  # [1 3 5]

# 乘法
result = np.multiply(arr, 3)
print(result)  # [6 12 18]

# 除法
result = np.divide(arr, 2)
print(result)  # [1. 2.  3.]

三角函数

NumPy提供了一系列的三角函数，如正弦、余弦、正切等。这些函数可用于处理角度或弧度，并返回对应的三角函数值。

import numpy as np

arr = np.array([0, np.pi/2, np.pi])

# 正弦函数
result = np.sin(arr)
print(result)  # [0. 1. 0.]

# 余弦函数
result = np.cos(arr)
print(result)  # [1. 0. -1.]

# 正切函数
result = np.tan(arr)
print(result)  # [0.  inf -0.]

指数和对数函数

NumPy提供了指数函数（如幂函数和指数函数）以及对数函数（如自然对数和以2为底的对数）。这些函数可用于计算数值的幂、指数和对数值。示例代码如下：

import numpy as np

arr = np.array([2, 4, 6])

# 幂函数
result = np.power(arr, 2)
print(result)  

# 指数函数
result = np.exp(arr)
print(result)  

# 自然对数
result = np.log(arr)
print(result)  

# 以2为底的对数
result = np.log2(arr)
print(result)  

-------------------------
输出结果如下：
[ 4 16 36]
[  7.3890561   54.59815003 403.42879349]
[0.69314718 1.38629436 1.79175947]
[1.        2.        2.5849625]

统计函数

NumPy还提供了一些常用的统计函数，如平均值、标准差、最小值、最大值等。这些函数可用于对数组或矩阵的数据进行统计分析。示例代码如下：

import numpy as np


arr = np.array([6, 7, 8, 9, 10])

# 平均值
result = np.mean(arr)
print(result)

# 标准差
result = np.std(arr)
print(result)

# 最小值
result = np.min(arr)
print(result)

# 最大值
result = np.max(arr)
print(result)