鄙人學習筆記，這個筆記以例子為主。
開發工具：Spyder

---

文章目錄

• • 符號數組
  • 數組處理函數
  • 矢量化

---

符號數組

sign()函數可以把樣本數組變成對應的符號數組，正數為1，負數為-1，0為0.

相關函數：

np.sign(源數組)

• 例子

代碼：

import numpy as npary01 = np.array([-1, -2, 0, 4, 0, 7]) ary02 = np.sign(ary01)print('ary02:', ary02)

結果：

ary02: [-1 -1 0 1 0 1]

數組處理函數

相關函數：

目標數組 = np.piecewise(源數組, 條件序列, 取值序列)

針對源數組中的每一個元素，檢測其是否符合條件序列中的條件，符合哪個條件就用取值序列中與之對應的值，來表示該元素，并放到目標數組中返回。

• 例子

代碼：

import numpy as npary01 = np.array([-1, -2, 0, 4, 0, 7]) ary02 = np.piecewise(ary01, [ary01 < 0, ary01 == 0, ary01 > 0],[-1, 0, 1])print('ary02:', ary02)

結果：

ary02: [-1 -1 0 1 0 1]

矢量化

矢量化是指用數組代替標量，來操作數組中的每一個元素
numpy提供了vectorize()函數，該函數可以把處理標量的函數矢量化，它的返回值是一個可以直接處理ndarray數組的函數。

• 例子

代碼：

import numpy as np#處理標量的函數 def fun01(a, b):return a*b - 1ary01 = np.arange(3, 9).reshape(2, 3) ary02 = np.arange(4, 10).reshape(2, 3)#矢量化函數 fun01_vec = np.vectorize(fun01) print(fun01_vec(ary01, ary02))

結果：

[[11 19 29][41 55 71]]

總結

以上是生活随笔為你收集整理的numpy基础(part8)--符号数组与矢量化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。