重庆品牌型网站建设适合中层管理的培训

锋哥原创的Pandas2 Python数据处理与分析 视频教程：  

2025版 Pandas2 Python数据处理与分析 视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

算术运算

数组的灵魂就在于可以进行批量的运算而不是要在循环里面进行元素的运算：

示例：

a = np.array([10, 20, 30, 40])
b = np.array([1, 2, 3, 4])
print(a - 1)
print(b * 10)
print(a + b)
print(a - b)

运行输出：

[ 9 19 29 39]
[10 20 30 40]
[11 22 33 44]
[ 9 18 27 36]

统计计算

支持很多的数学函数

示例：

a = np.array([10, 20, 30, 40])
b = np.array([1, 2, 3, 4])
print(a.max())
print(a.min())
print(a.sum())

运行输出：

40
10
100

NumPy支持的函数，用到的时候可以查阅，先了解即可。

1. ‌三角函数‌：

   • np.sin(): 计算正弦值

   • np.cos(): 计算余弦值

   • np.tan(): 计算正切值

   • np.arcsin(): 计算正弦值的反函数

   • np.arccos(): 计算余弦值的反函数

   • np.arctan(): 计算正切值的反函数

2. ‌对数函数‌：

   • np.log(): 计算自然对数

   • np.log10(): 计算以10为底的对数

   • np.log2(): 计算以2为底的对数

3. ‌指数函数‌：

   • np.exp(): 计算指数值

4. ‌平方根和其他数学函数‌：

   • np.sqrt(): 计算平方根

   • np.square(): 计算平方值

   • np.ceil(): 向上取整

   • np.floor(): 向下取整

   • np.rint(): 四舍五入到最接近的整数

5. ‌统计函数‌：

   • np.mean(): 计算平均值

   • np.median(): 计算中位数

   • np.std(): 计算标准差

   • np.var(): 计算方差

   • np.max(): 计算最大值

   • np.min(): 计算最小值

   • np.percentile(): 计算百分位数

6. ‌其他数学函数‌：

   • np.add(): 加法

   • np.subtract(): 减法

   • np.multiply(): 乘法

   • np.divide(): 除法

   • np.mod(): 求余数

   • np.power(): 求幂