python翻译成java,python和java
生成函数
功能
数组(x)
np.array( x，dtype)
将输入数据转换成数组。
将输入数据转换为类型的数组。
np.asarray(数组)
将输入数据转换成新的(副本)数组。
名词，名词
np.ones( N，dtype)
np.ones_like( ndarray)
生成n长度的一维全一n数组。
用n长度类型的数据类型生成一维全一n数组。
生成一个具有相同形状和参数的全一阵列。
零(N)
np.zeros( N，dtype)
np.zeros_like(ndarray)
生成一个全零的n长一维ndarray。
生成具有n长度类型位的一维全零n数组dtype
类似于np.ones_like( ndarray)
空的
np.empty( N，dtype)
np.empty(ndarray)
生成一个未初始化的n长度的一维ndarray。
使用n长度类型的dtype生成未初始化的一维ndarray。
类似于np.ones_like( ndarray)
眼睛
同一性
创建一个N * N单位矩阵(对角线为1，其余为0)
np.arange(数字)
np.arange(开始，结束)
np.arange(开始、结束、步进)
生成一维ndarray，从0到num-1有1步
生成一个从begin到end-1有1步的一维ndarray。
生成一个从开始到结束的一维ndarray。
np.mershgrid(ndarray，ndarray，)
生成ndarray * ndarray *的多维n array.
np.where(cond，ndarray1，ndarray2)
根据cond，选择ndarray1或ndarray2并返回一个新的ndarray。
np.in1d(ndarray，[x，y，])
检查ndarray中的元素是否等于[x，y，]并返回一个bool数组。
矩阵函数
解释
np.diag( ndarray)
np.diag( [x，y，])
以一维数组的形式返回方阵的对角线(或非对角线)元素。
将一维数组转换为方阵(非对角线元素为0)
np.dot(ndarray，ndarray)
矩阵乘法
np.trace( ndarray)
计算对角线元素的和
排序功能
解释
np.sort( ndarray)
排序，返回副本
np.unique(ndarray)
返回ndarray中的元素，不包括重复的元素，并对它们进行排序。
np.intersect1d( ndarray1，ndarray2)
np.union1d( ndarray1，ndarray2)
np.setdiff1d( ndarray1，ndarray2)
np.setxor1d( ndarray1，ndarray2)
返回两者的交集并对它们进行排序。
返回两者的并集并对它们进行排序。
返回两者之差。
返回两者之间的对称差。
一元计算函数
解释
np.abs(ndarray)
np.fabs(ndarray)
计算绝对值
计算绝对值(非复数)
NP . mean(n阵列)
求平均值
np.sqrt(ndarray)
计算x^0.5
广场广场
计算x 2
np.exp(ndarray)
计算e x
日志、日志10、日志2、日志1p
计算自然对数，以10为底的对数，以2为底的对数和以(1 x)为底的对数
np.sign(ndarray)
计算符号：1(正)，0(0)，-1(负)
np.ceil(ndarray)
np.floor(ndarray)
np.rint(ndarray)
计算大于或等于更改值的最小整数。
计算小于或等于该值的最大整数。
四舍五入到最接近的整数，保留数据类型。
np.modf(ndarray)
将数组的小数部分和整数部分作为两个独立的数组返回。
伊斯南
返回一个bool数组以确定它是否为NaN。
NP . is有限(ndarray)
np.isinf(ndarray)
返回一个布尔数组，确定它是否是有限的(非inf，非NaN)
返回一个bool数组，确定它是否是无限的。
cos，cosh，sin，sinh，tan，tanh
普通三角函数和双曲三角函数
arccos，arccosh，arcsin，arcsinh，arctan，arctanh
反三角函数和双曲反三角函数
np.logical_not(ndarray)
计算每个元素的真值而不是x，相当于-ndarray
多元计算函数
解释
np.add(ndarray，ndarray)
np.subtract(ndarray，ndarray)
np.multiply(ndarray，ndarray)
划分
np.floor_divide(ndarray，ndarray)
np.power(ndarray，ndarray)
np.mod(ndarray，ndarray)
总计
减去
增加
分开
舍入除法(丢弃余数)
力量
搜索模块
np.maximum(ndarray，ndarray)
np.fmax(ndarray，ndarray)
np.minimun(ndarray，ndarray)
np.fmin(ndarray，ndarray)
求最大值
获取最大值(忽略NaN)
求最小值
求最小值(忽略NaN)
np.copysign(ndarray，ndarray)
将参数2中的符号赋予参数1。
np.greater(ndarray，ndarray)
np.greater_equal(ndarray，ndarray)
np.less(ndarray，ndarray)
np.less_equal(ndarray，ndarray)
铭牌相等(ndaarray、ndaarray)
NP。not _ equal(ndaarray，ndaarray)
=是
=是
=是
！=是
逻辑与(ndaarray，ndaarray)
逻辑或(ndaarray、ndaarray)
logical _ xorg(ndaarray，ndaarray)
^
铭牌点(ndaarray、ndaarray)
计算两个ndaarray(阵列)的矩阵内积
np.ix_([x，y，m，n]，-我.)
生成一个索引器，用于花式索引(花式索引)
文件读写
说明
np.save(字符串、ndarray)
将ndaarray(阵列)保存到文件名为[字符串]。npy(npy)的文件中（无压缩)
np。你知道(字符串，n数组1，n数组2，-我.)
将所有的ndaarray(阵列)压缩保存到文件名为[字符串]。npy(npy)的文件中
np.savetxt(sring、ndarray、fmt、newline=\n )"
将ndaarray(阵列)写入文件，格式为禁产条约
np.load字符串)
读取文件名字串(字符串)的文件内容并转化为ndaarray(阵列)对象（或字典对象)
np.loadtxt(字符串，分隔符)
读取文件名字串(字符串)的文件内容，以分隔符号为分隔符转化为ndaarray(阵列)
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。