标签：abs 列表 情况 科学 python VID 算法 效率 rac
表2-2： NumPy实现的算术运算符
| 运算符 | 对应的通用函数 | 描述 |
| + | np.add | 加法运算（即 1 + 1 = 2） |
| - | np.subtract | 减法运算（即 3 - 2 = 1） |
| - | np.negative | 负数运算（ 即 -2） |
| * | np.multiply | 乘法运算（即 2 \* 3 = 6） |
| / | np.divide | 除法运算（即 3 / 2 = 1.5） |
| // | np.floor_divide | 地板除法运算（floor division， 即 3 // 2 = 1） |
| ** | np.power | 指数运算（即 2 ** 3 = 8） |
| % | np.mod | 模 / 余数（ 即 9 % 4 = 1） |
正如 NumPy 能理解 Python 内置的运算操作， NumPy 也可以理解 Python 内置的绝对值函数： 对应的 NumPy 通用函数是 np.absolute， 该函数也可以用别名 np.abs 来访问：
NumPy 提供了大量好用的通用函数， 其中对于数据科学家最有用的就是三角函数。
NumPy 有非常快速的内置聚合函数可用于数组， 我们将介绍其中的一些。
2.4.1 数组值求和
先来看一个小例子， 设想计算一个数组中所有元素的和。 Python 本身可用内置的 sum 函数来
它的语法和 NumPy 的 sum 函数非常相似， 并且在这个简单的例子中的结果也是一样的： In[3]: np.sum(L) 但是， 因为 NumPy 的 sum 函数在编译码中执行操作， 所以 NumPy 的操作计算得更快一些：
2.4.2 最小值和最大值
同样， Python 也有内置的 min 函数和 max 函数， 分别被用于获取给定数组的最小值和最大值：
NumPy 对应的函数也有类似的语法， 并且也执行得更快： np.min(big_array), np.max(big_array)
聚合函数还有一个参数， 用于指定沿着哪个轴的方向进行聚合。 例如， 可以通过指定 axis=0 找到每一列的最小值：
M.min(axis=0)
表2-3： NumPy中可用的聚合函数
| 函数名称 | NaN安全版本 | 描述 |
| np.sum | np.nansum | 计算元素的和 |
| np.prod | np.nanprod | 计算元素的积 |
| np.mean | np.nanmean | 计算元素的平均值 |
| np.std | np.nanstd | 计算元素的标准差 |
| np.var | np.nanvar | 计算元素的方差 |
| np.min | np.nanmin | 找出最小值 |
| np.max | np.nanmax | 找出最大值 |
| np.argmin | np.nanargmin | 找出最小值的索引 |
| np.argmax | np.nanargmax | 找出最大值的索引 |
| np.median | np.nanmedian | 计算元素的中位数 |
| np.percentile | np.nanpercentile | 计算基于元素排序的统计值 |
| np.any | N/A | 验证任何一个元素是否为真 |
| np |
如要快速检查任意或者所有这些值是否为 True， 可以用（你一定猜到了） np.any() 或 np.all()：In[18]: # 有没有值大于8？ np.all() 和n p.any() 也可以用于沿着特定的坐标轴， 例如：
1 In[22]: # 是否每行的所有值都小于8？ 2 np.all(x < 8, axis=1) 3 Out[22]: array([ True, False, True], dtype=bool)
现在为了将这些值从数组中选出， 可以进行简单的索引， 即掩码操作：
1 In[28]: x[x < 5] 2 Out[28]: array([0, 3, 3, 3, 2, 4])
NumPy中的快速排序： np.sort和np.argsort
尽管 Python 有内置的 sort 和 sorted 函数可以对列表进行排序， 但是这里不会介绍这两个函数， 因为
NumPy 的 np.sort 函数实际上效率更高。 默认情况下， np.sort 的排序算法是 快速排序， 其算法复杂度
为 [N log N]， 另外也可以选择归并排序和堆排序。 对于大多数应用场景， 默认的快速排序已经足够高效
另外一个相关的函数是 argsort， 该函数返回的是原始数组排好序的索引值：
NumPy 排序算法的一个有用的功能是通过 axis 参数， 沿着多维数组的行或列进行排序， 例如：
标签：abs 列表 情况 科学 python VID 算法 效率 rac
原文地址：https://www.cnblogs.com/BaoBobbyZhang/p/12146696.html
