Numpy 二元函数

通用函数中，接受两个标量值、并产生一个或多个标量值的情况，这里称之为二元函数。

常用的二元函数，包括算术运算、比较级运算、求余数等。

1. 常用算术运算

1.1 四则运算

当对两个数组进行四则运算，可以通过运算函数完成，需要注意的是数组必须具有相同的形状或符合数组广播规则。

四则运算具体函数说明如下：

案例

创建 2 个数组：

arr0 = np.array([1,2,3,4,5])
arr1 = np.array([10,20,30,40,50])

观察四则运算的调用方法和运算结果。

数组相加：

np.add(arr0, arr1)
out:
    array([11, 22, 33, 44, 55])

数组相减：

np.subtract(arr0, arr1)
out:
    array([ -9, -18, -27, -36, -45])

数组相乘：

np.multiply(arr0, arr1)
out:
    array([ 10,  40,  90, 160, 250])

数组相除：

np.divide(arr0, arr1)
out:
    array([0.1, 0.1, 0.1, 0.1, 0.1])

1.2 求幂运算

numpy.power() 函数将第一个输入数组中的元素作为底数，计算它与第二个输入数组中相应元素的幂。

案例

对 arr0 数组的元素，求三次方：

np.power(arr0, 3)
out:
    array([  1,   8,  27,  64, 125], dtype=int32)

当输入的第二个参数是数组类型时，power 函数会对第一个数组中的元素（记为A），根据第二个数组中对应的元素 B，计算 A^B：

np.power(arr1, arr0)
out:
    array([       10,       400,     27000,   2560000, 312500000], dtype=int32)

1.3 求余数

numpy.mod() 函数，是元素级的求余数计算，传参方式跟 power 函数类似。

案例

对 arr0 数组的元素，求 2 的余数：

np.mod(arr0, 2)
out:
    array([1, 0, 1, 0, 1], dtype=int32)

类似地，对 arr1 数组中的元素，分别对 arr0 数组的元素，求余数：

np.mod(arr1, arr0)
out:
    array([0, 0, 0, 0, 0], dtype=int32)

2. 比较运算

2.1 最大最小值计算

案例

计算 arr0 和 arr1 之间的最大值：

np.maximum(arr0, arr1)
out:
    array([10, 20, 30, 40, 50])

计算 arr0 和 arr1 之间的最小值：

np.minimum(arr0, arr1)
out:
    array([1, 2, 3, 4, 5])

需要注意的是，如果数组中间存在空值，需要用 fmax 或 fmin 函数，否则会报 ValueError 的错误。

2.2 比较运算

执行元素级的比较运算，最终产生一个布尔型数组。常用的比较运算有：

案例

比较级可以使用在数组与标量之间：

np.greater(arr0, 3)
out:
    array([False, False, False,  True,  True])

比较级也可以使用在两个数组之间：

np.not_equal(arr0, arr1)
out:
    array([ True,  True,  True,  True,  True])

3. 小结

本节介绍了常用的二元函数，例如：算术运算、比较级运算等。需要注意的是，二元函数不仅仅可以接受两个数组，在广播规则生效的情况下，也可以同时传入数组和标量。