Python NumPy通用函数实现数组计算详解

今天早睡

发布时间：2026-10-13 | 1人浏览过

原创

本文详细介绍Python中NumPy库的通用函数在数组计算中的应用。内容涵盖数组的基础算术运算（加减乘除）、绝对值的三种实现方式、三角函数（sin/cos/tan）计算，以及指数和对数运算。通过具体代码示例，帮助开发者掌握NumPy高效处理数值数据的核心方法。

数组的基础算术运算

一、数组的运算

在NumPy中，数组支持基础的加减乘除运算，并且这些算术运算符可以灵活组合，以实现更复杂的计算效果。


>>> x=np.arange(5)
>>> x
array([0, 1, 2, 3, 4])
>>> x=5
>>> x=np.arange(5)
>>> x+5
array([5, 6, 7, 8, 9])
>>> x-5
array([-5, -4, -3, -2, -1])
>>> x*2
array([0, 2, 4, 6, 8])
>>> x/2
array([0. , 0.5, 1. , 1.5, 2. ])
>>> x//2
array([0, 0, 1, 1, 2], dtype=int32)

数组绝对值的计算方法

二、绝对值的运算

计算数组元素的绝对值主要有三种方法：第一种是直接调用Python内置的abs函数；第二种和第三种则是利用NumPy库提供的np.abs函数和np.absolute函数。具体操作如下所示：


>>> x=np.array([1,2,3,-4,-5,-6])
>>> x
array([ 1, 2, 3, -4, -5, -6])
>>> abs(x)
array([1, 2, 3, 4, 5, 6])
>>> np.abs(x)
array([1, 2, 3, 4, 5, 6])
>>> np.absolute(x)
array([1, 2, 3, 4, 5, 6])

三角函数运算实现

三、三角函数的运算

首先定义一个包含数值的NumPy数组对象，随后即可直接进行三角函数运算：


>>> a
array([0.    , 1.57079633, 3.14159265])
>>> np.sin(a)
array([0.0000000e+00, 1.0000000e+00, 1.2246468e-16])
>>> np.cos(a)
array([ 1.000000e+00, 6.123234e-17, -1.000000e+00])
>>> np.tan(a)
array([ 0.00000000e+00, 1.63312394e+16, -1.22464680e-16])

指数与对数运算详解

四、指数和对数的运算

指数运算示例如下：


>>> x=[1,2,3]
>>> x
[1, 2, 3]
>>> np.exp(x)
array([ 2.71828183, 7.3890561 , 20.08553692])
>>> np.exp2(x)
array([2., 4., 8.])

np.power(3,x)
array([ 3, 9, 27], dtype=int32)

对数运算示例如下：


>>> np.log(x)
array([0.    , 0.69314718, 1.09861229])
>>> np.log2(x)
array([0.    , 1.    , 1.5849625])
>>> x
[1, 2, 3]
>>> np.log10(x)
array([0.    , 0.30103  , 0.47712125])

总结

以上介绍了Python中利用通用函数实现数组计算的方法，希望能为读者提供帮助。如有任何疑问，欢迎留言，作者将及时回复。