python如何调用numpy的函数,numpy语法

　　Multiply(a，b)是乘法。如果a和b是两个数组，对应的元素相乘。

　　numpy . multiply numpy . multiply(x1，x2[，out])=ufunc multiply 按元素乘参数。参数：x1，x2:要相乘的array _ like输入数组。返回：y:ndarray x1和x2的乘积，按元素排序。如果x1和x2都是标量，则返回标量。注意在阵列广播方面与x1 * x2相同。示例np.multiply(2.0，4.0)8.0 x1=np.arange(9.0)。shape((3，3))x2=NP . arange(3.0)NP . multiply(x1，x2)数组([[ 0。 1. 4.], [ 0. 4. 10.], [ 0. 7. 16.]])为什么上面的np.multiply(x1, x2)是这种结果，原因是multiply是ufunc函数

　　当我们用ufunc函数计算两个数组时，ufunc函数会计算这两个数组对应的元素，所以要求两个数组大小相同(形状相同)。如果两个阵列的形状不同，将执行以下广播(广播)处理：

　　让所有输入数组与形状最长的数组对齐，形状的不足通过在前面加1来填充。输出数组的形状是输入数组每个轴上的最大值。如果输入数组的一个轴与输出数组的对应轴相同或长度为1，则该数组可用于计算，否则会出错。当输入数组的轴的长度为1时，该轴上的第一组值将用于运算。以上四条规则可能很难理解。让我们看看。

　　首先，创建一个形状为(6，1)的二维数组A:

　　A=NP。Arange (0，60，10)。shape (-1，1)一个数组([[0]，[10]，[20]，[30]，[40]，[50]]) A. shape (6，1)再次创建一维。

　　b=np.arange(0，5) barray([0，1，2，3，4]) b.shape(5，)

　　计算A和B的和得到一个加法表，相当于计算A和B中所有组元素的和得到一个形状为(6，5)的数组：

　　c=a b carray([[ 0，1，2，3，4]，[10，11，12，13，14]，[20，21，22，23，24]，[30，31，32，33，34]，[40，41，42，43，44]，[50，51，52，53，54])c . shape(6，5)

　　由于A和B的形状长度不同(即ndim属性)，根据规则1，需要将B的形状与A对齐，所以在B的形状前面加1，完成为(1，5)。相当于以下计算：

　　b.shape=1，5 barray([[0，1，2，3，4]])

　　该加法运算中两个输入数组的形状分别为(6，1)和(1，5)。根据规则2，输出数组各轴的长度是输入数组各轴长度的最大值，所以输出数组的形状为(6，5)。

　　由于B在0轴上的长度是1，而A在0轴上的长度是6，为了使它们在0轴上相加，需要将B在0轴上的长度延长到6，相当于：

　　b=b.repeat(6，axis=0) barray([[0，1，2，3，4]，[0，1，2，3，4]，[0，1，2，3，4]，[0，1，2，3，4]，[0，1，2，3，4]])

　　由于A的第一轴的长度是1，B的第一轴的长度是5，为了在第一轴上把它们相加，需要把A在第一轴上的长度延长到5，相当于：

　　a=a.repeat(5，轴=1) aarray([[ 0，0，0，0，0，0]，[10，10，10，10，10]，[20，20，20，20，20]，[30，30，30，30，30]，[40，40，40，40，40]，[50，50，50，50，50]])

　　经过上述处理后，可以根据相应的元素添加A和B。

　　当然，numpy在执行a b操作时，并没有真正用repeat函数来扩展长度为1的轴，那样会浪费空间。

　　这样就可以知道为什么结果是np.multiply(x1，x2)了。

　　win7中qq截图的快捷键是什么

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。