【Day 28】NumPy (5)：sum(), power(), transpose()

前言

今天要继续来介绍一下用於数学运算的函式，NumPy 太多用途了，真的非常需要好好的了解 NumPy 的各种语法。

今天会介绍 sum() 和 power() 和 transpose()。

NumPy

np.sum()

把输入的元素相加起来的函式，完整语法如下：

np.sum(arr, axis, dtype, out)

• arr：输入的 array
• axis：是否要根据 行 或 列 相加
• dtype：资料型态
• out：如果有 out，会将结果储存在 out 内，这个 array 的大小必须和输出的一样

import numpy as np
array1 = np.array([1, 2, 3, 4, 5.2])

x = np.sum(array1, dtype = np.float32)
print(x)
# 输出
# 15.2

y = np.sum(array1, dtype = np.uint8)
print(y)
# 输出
# 15

• axis：底下用图片来示意 axis = 0 或 axis = 1 的方向，他会沿着指定方向去相加出结果，不会全部加成一个常数而已。

  # axis = 0
  array1 = np.array([[1, 2, 3, 4],
                     [5, 6, 7, 8],
                     [9, 10, 11, 12]])
  
  x = np.sum(array1, axis = 0)
  
  print(x)
  # 输出
  # [15 18 21 24]
  

  

  # axis = 0
  array1 = np.array([[1, 2, 3, 4],
                     [5, 6, 7, 8],
                     [9, 10, 11, 12]])
  
  x = np.sum(array1, axis = 1)
  
  print(x)
  # 输出
  # [10 26 42]
  

  

np.power()

先来看一下语法：np.power(x1, x2)

把输入的 arr 求 n 次方，x1 是 array，x2 可以是常数n 也可以是另一个 array，但是 x2 的行或列至少要有一个跟 x1 一样

把 x1 内的每个元素都 3 次方。

x1 = np.array([1, 2, 3, 4])

z = np.power(x1, 3)

print(z)
# 输出
# [ 1  8 27 64]

把 x1 内的每个元素对 x2 的元素取次方。

x1 = np.array([1, 2, 3, 4])
x2 = np.array([1, 2, 3, 4])
z = np.power(x1, x2)

print(z)
# 输出
# [  1   4  27 256]

把 x1 内的每个元素对 x2 的元素取次方，并且 x2 有两个 row 所以输出也是两个 row。

x1 = np.array([1, 2, 3, 4])
x2 = np.array([[1, 2, 3, 4],
               [6, 6, 6, 6]])
z = np.power(x1, x2)

print(z)
# 输出
# [[   1    4   27  256]
#  [   1   64  729 4096]]

x1 = np.array([[4],
               [2]])
x2 = np.array([[1, 2, 3],
              [4, 5, 6]])
z = np.power(x1, x2)

print(z)
# 输出
# [[ 4 16 64]
#  [16 32 64]]

np.transpose()

取得输入 array 的转置矩阵。

array1 = np.array([[1, 2, 3, 4],
                   [6, 6, 6, 6]])
x = np.transpose(array1)

print(x)
# 输出
# [[1 6]
#  [2 6]
#  [3 6]
#  [4 6]]

结语

NumPy 的介绍就先介绍到这边了，祝大家在学习的路上都能学到所需的知识。

待续...