python数据分析numpy基础之abs()用法和示例

1 python数据分析numpy基础之abs()用法和示例

python的通用函数ufunc (Universal functions)是一种对ndarray多维数组中的数据执行元素级运算的函数,即对数组的每个元素都调用通用函数。numpy的通用函数分为一元ufunc和二元ufunc。一元ufunc接收一个ndarray入参进行运算,二元ufunc接收二个ndarray进行运算。

用法

numpy.absolute(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'absolute'>

描述

numpy.abs()是numpy.absolute()函数的缩写。用于计算数组各元素的绝对值。

入参

x:必选,array-like

需计算绝对值的数组,可以是ndarray或类ndarray(比如元组、列表等);

out:可选,ndarray

存储绝对值结果的数组。若提供,则需为ndarray,结果类型与out一致,若未提供,返回新的ndarray;

where:可选,bool

表示是取哪的结果作为出参,默认为True,表示abs绝对值运算结果作为出参;若为False,若传了out则结果取out的值,若未传out则结果取最近一次的out的值,最近一次out若为out=None则取随机值;

出参

返回ndarray,取x的每个元素的绝对值。

1.1 入参x

np.abs()的入参x为必选入参,表示需计算绝对值的ndarray或元组或列表。可以是整数、浮点数、复数。

>>> import numpy as np
>>> list1=[-1,-2,-3]
>>> tuple1=(-7,-8,-9)
>>> ar1=np.array([-4,-5,-6])
# np.abs()计算绝对值的入参可以为列表、元组、多维数组
>>> np.abs(list1),np.abs(tuple1),np.abs(ar1)
(array([1, 2, 3]), array([7, 8, 9]), array([4, 5, 6]))
# np.abs为np.absolute的缩写
>>> np.absolute(list1),list1
(array([1, 2, 3]), [-1, -2, -3])
# np.abs()计算浮点数绝对值
>>> np.abs([-1,-2.3,5.6])
array([1. , 2.3, 5.6])
# np.abs()计算复数的绝对值
>>> np.abs(-1-2j)
2.23606797749979
# 复数绝对为其模=实部和虚部平方和开2次根
>>> pow(5,0.5)
2.23606797749979

1.2 入参out

np.abs()的入参out为可选入参,表示存放绝对值结果的ndarray,若指定则绝对值类型与out一致。

>>> import numpy as np
>>> list1=[-1,-2,-3]
>>> ar1=np.array([-4,-5,-6])
# 创建ndarray用于存放绝对值结果
>>> ar2=np.zeros(3)
>>> ar2
array([0., 0., 0.])
# np.abs()的out(ar2)存放绝对值结果,out需为ndarray
>>> np.abs(list1,ar2)
array([1., 2., 3.])
# 绝对值结果类型与out一致
>>> list1,ar2
([-1, -2, -3], array([1., 2., 3.]))
# out为入参x,直接将绝对值结果覆盖原ndarray
>>> np.abs(ar1,ar1)
array([4, 5, 6])
>>> ar1
array([4, 5, 6])

1.3 入参where

np.abs()的入参where为可选入参,表示是取哪的结果作为出参,默认为True表示取绝对值结果为出参,若为False却指定out则取out为出参,未指定out则取随机值。

>>> import numpy as np
>>> list1=[-1,-2,-3]
>>> ar1=np.array([-4,-5,-6])
# 创建全0的一维数组,个数3
>>> ar2=np.zeros(3)
# 未指定out,where=False取随机值
>>> np.abs(list1,where=False)
array([0, 0, 0])
>>> np.abs(list1,where=False)
array([1667853123, 1869182023,  757101123])
>>> np.abs(list1,where=False)
array([-1, -2, -3])
# 未指定out,where=True取绝对值结果作为出参
>>> np.abs(list1,where=True)
array([1, 2, 3])
# 指定out,where=False取out作为出参
>>> np.abs(list1,ar2,where=False)
array([0., 0., 0.])
>>> np.abs(list1,ar2,where=True)
array([1., 2., 3.])
>>> np.abs(list1,ar2,where=False)
array([1., 2., 3.])
>>> np.abs(list1,where=False)
array([-1, -2, -3])

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/678750.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

学生学习知识点总结作文试题练习题考试资讯网站源码

(购买本专栏可免费下载栏目内所有资源不受限制,持续发布中,需要注意的是,本专栏为批量下载专用,并无法保证某款源码或者插件绝对可用,介意不要购买) 资源简介 学生学习知识点总结作文试题练习题考试资讯网站源码+WAP手机版+采集优化版-整站打包 整站打包源码,简洁大…

多模态(二)--- CoCa原理与源码解读

1 CoCa简介 CoCa代表Contrastive Captioner 的缩写&#xff0c;代表模型用两个目标函数训练出来的&#xff0c;一个是Contrastive Loss&#xff0c;一个是Captioning Loss。 2 CoCa训练流程 利用ViT对image进行encoder编码获得图像特征token对图像特征进行attention pooling…

java回忆性记录5

java回忆性记录5 for循环 循环语句&#xff0c;属于重复结构中的流程控制语句&#xff0c;一旦条件符合就会执行循环&#xff0c;反之则不会。假如让计算机再屏幕打印500次我们不可能傻傻的把打印语句输出500次。依稀记得在没有学习循环语句的时候自己傻傻的ctrlc 、ctrlv了几…

第四篇:SQL语法-DDL-数据定义语言

大年初一限定篇&#x1f600; &#xff08;祝广大IT学习者、工作者0 error 0 warning&#xff01;&#xff09; 一&#xff0c;DDL数据库操作 &#xff08;一&#xff09;库的查询操作 1.列出所有已定义数据库 show databases; 2.查询当前所处数据库 select database(); &…

基于Linux的HTTP代理服务器搭建与配置实战

在数字化世界中&#xff0c;HTTP代理服务器扮演着至关重要的角色&#xff0c;它们能够帮助我们管理网络请求、提高访问速度&#xff0c;甚至在某些情况下还能保护我们的隐私。而Linux系统&#xff0c;凭借其强大的功能和灵活性&#xff0c;成为了搭建HTTP代理服务器的理想选择。…

【C语言——打印乘法口诀表】

乘法表&#xff1a; 我们可以定义一个i控制行的变化&#xff0c;外加看上图的表得知我们需要用到循环结构&#xff0c;i是行需要不停的加加&#xff0c;因此&#xff0c;for循环比较好用&#xff0c;可以用两个嵌套的循环&#xff0c;外层循环即用到的i表示的是每一行的打印&am…

【从Python基础到深度学习】4. Linux 常用命令

1.配置root用户密码 root用户为系统默认最高权限用户&#xff0c;其他用户密码修改命令与root用户修改密码命令相同 sudo passwd root 2.添加用户&#xff08;henry&#xff09; sudo useradd -m henry -s /bin/bash 3.配置henry用户密码 Xshell下连接新用户&#xff08;hen…

15.Swift闭包

Swift 闭包 在 Swift 中&#xff0c;闭包是一种自包含的函数代码块&#xff0c;可以在代码中被传递和使用。闭包可以捕获并存储其所在上下文中的任意变量和常量的引用&#xff0c;这就是所谓的闭包的特性。闭包在 Swift 中被广泛用于函数式编程和异步编程&#xff0c;具有灵活…

二级C语言笔试9

(总分89.5,考试时间90分钟) 一、选择题 1. 下列对队列的叙述正确的是 。 A) 队列属于非线性表 B) 队列按“先进后出”原则组织数据 C) 队列在队尾删除数据 D) 队列按“先进先出”原则组织数据 2. 下列关于栈的描述中错误的是( )。 A) 栈是先进后出的…

weilai8游戏爬虫

#!/usr/bin/python # -*- coding: UTF-8 -*- #!/usr/bin/python # -*- coding: UTF-8 -*- import os,csv import re import random import time import requests from lxml import etreefrom urllib.parse import quote, unquotepage=98 sess = requests.Session()#创建一个ses…

linux系统上tomcat简介以及安装tomcat

tomcat简介以及安装 Tomcat简介安装环境安装jdk安装tomcat浏览器访问 Tomcat简介 Tomcat是一个开源的Web服务器和servlet容器&#xff0c;由Apache软件基金会开发和维护。它是一种流行的Java Web应用服务器&#xff0c;用于运行Java编写的Web应用程序。 Tomcat提供了一个轻量级…

基于javaEE的ssm仓库管理系统

仓库管理系统的重中之重是进销存分析这一板块&#xff0c;在这一板块中&#xff0c;顾名思义能够查询到近期的进货记录&#xff0c;包括每日的进货单据&#xff0c;单品推移(即某一商品的库存变化)&#xff0c;方便我们核对库存差异。同时也需要查询到每日的销售数据&#xff0…

hexo部署到gitee(码云)

引言 Hexo 是一个基于Node.js的静态博客框架&#xff0c;而 Gitee&#xff08;也被称为码云&#xff09;是一个国内的代码托管平台&#xff0c;支持 Git 版本控制系统&#xff0c;与 GitHub 类似。将 Hexo 部署到 Gitee Pages 可以让你的博客受益于 Gitee 的国内服务器&#xf…

Java多态原理

参考 虚方法 JVM杂记&#xff1a;对多态实现原理、虚方法表、虚方法、静态解析、动态链接的一些思考_多态和方法表的关系-CSDN博客 静态分派与动态分派 &#xff08;JVM&#xff09;Java虚拟机&#xff1a;静态分派 & 动态分派 原理解析 - 掘金 虚方法表 JVM 栈帧&am…

假期作业8

线程和进程服务器 线程 #include <myhead.h>#define SIP "192.168.0.114" #define SPORT 8888void *task(void *arg){printf("客户端连接\n");sleep(1);pthread_exit(NULL); }int main(int argc, const char *argv[]) {int sfd socket(AF_INET, S…

16.1 Spring框架_SpringIoC容器与Bean管理(❤❤)

16.1 Spring框架_SpringIoC容器与Bean管理 1. Spring1.1 SpringIoC1. IoC控制反转2. DI依赖注入1.2 Spring概念1. Spring含义2. 传统开发与SpringIoC开发模式比较2. IoC基础实现案例(❤❤)1. 传统方式2. IoC与DI方式3. bean管理1. xml方式(❤❤)1. bean的实例化方式

C++——二叉树

引入 map和set特性需要先铺垫二叉搜索树&#xff0c;而二叉搜索树也是一种树形结构 二叉搜索树的特性了解&#xff0c;有助于更好的理解map和set的特性 1.二叉搜索树的概念及优缺点 1.1二叉搜索树的概念 二叉搜索树又称二叉排序树&#xff0c;它或者是一棵空树&#xff0c;或…

12.4 OpenGL顶点后处理:图元裁剪

图元裁剪 Primitive Clipping Primitive Clipping&#xff08;图元裁剪&#xff09;是图形渲染管线中的一个重要步骤&#xff0c;发生在顶点处理之后、光栅化之前。这个阶段主要目的是去除位于视体&#xff08;View Volume&#xff09;之外或者被用户自定义裁剪平面&#xff0…

【Spring和Spring Boot的区别——详细讲解】

Spring和Spring Boot的区别 1. 介绍2. Spring框架3. Spring Boot4. 结论 1. 介绍 Spring和Spring Boot都是现代Java开发中常用的技术和框架&#xff0c;它们之间的关系紧密&#xff0c;Spring Boot是建立在Spring之上的&#xff0c;它简化了Spring应用的创建和开发过程。下面是…

Python中使用opencv-python进行人脸检测

Python中使用opencv-python进行人脸检测 之前写过一篇VC中使用OpenCV进行人脸检测的博客。以数字图像处理中经常使用的lena图像为例&#xff0c;如下图所示&#xff1a; 使用OpenCV进行人脸检测十分简单&#xff0c;OpenCV官网给了一个Python人脸检测的示例程序&#xff0c;…