第84天：NumPy 数学函数

在数据科学和数值计算领域，NumPy 是一个极为重要的库。它提供了大量高效的数学函数，能够帮助我们快速处理各种数值计算任务。今天，我们就来深入探讨 NumPy 中的数学函数，了解它们的功能、用法以及一些最佳实践。

目录#

  1. 基本算术运算函数
  2. 三角函数
  3. 指数与对数函数
  4. 统计相关数学函数
  5. 最佳实践与注意事项

1. 基本算术运算函数#

加法#

NumPy 中的 add 函数可以对两个数组进行逐元素相加。

import numpy as np
 
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
result = np.add(a, b)
print(result)

减法#

subtract 函数用于数组的逐元素相减。

result = np.subtract(a, b)
print(result)

乘法#

multiply 实现数组的逐元素乘法。

result = np.multiply(a, b)
print(result)

除法#

divide 进行逐元素除法运算。

result = np.divide(a, b)
print(result)

取模#

mod 函数返回除法的余数。

result = np.mod(a, b)
print(result)

2. 三角函数#

正弦函数#

sin 函数计算数组元素的正弦值。

arr = np.array([0, np.pi/2, np.pi])
result = np.sin(arr)
print(result)

余弦函数#

cos 计算余弦值。

result = np.cos(arr)
print(result)

正切函数#

tan 用于计算正切值。

result = np.tan(arr)
print(result)

反三角函数#

  • arcsin：计算反正弦值。
  • arccos：计算反余弦值。
  • arctan：计算反正切值。

3. 指数与对数函数#

指数函数#

exp 计算数组元素的指数值（以自然常数 e 为底）。

arr = np.array([1, 2, 3])
result = np.exp(arr)
print(result)

对数函数#

  • log：计算自然对数（以 e 为底）。
result = np.log(arr)
print(result)
  • log10：计算以 10 为底的对数。
result = np.log10(arr)
print(result)
  • log2：计算以 2 为底的对数。
result = np.log2(arr)
print(result)

4. 统计相关数学函数#

求和#

sum 函数可以对数组元素进行求和。

arr = np.array([1, 2, 3, 4])
result = np.sum(arr)
print(result)

还可以指定轴进行求和，例如对二维数组按行求和：

arr_2d = np.array([[1, 2], [3, 4]])
result = np.sum(arr_2d, axis = 1)
print(result)

求平均值#

mean 计算数组元素的平均值。

result = np.mean(arr)
print(result)

同样可以指定轴。

求标准差#

std 用于计算数组元素的标准差。

result = np.std(arr)
print(result)

求方差#

var 计算数组元素的方差。

result = np.var(arr)
print(result)

5. 最佳实践与注意事项#

  • 数据类型匹配：确保参与运算的数组数据类型兼容，否则可能会出现意想不到的错误。例如，整数数组和浮点数数组进行某些运算时，NumPy 会自动进行类型转换，但我们最好提前明确数据类型。
  • 向量化运算：尽量利用 NumPy 的向量化运算特性，避免使用循环。向量化运算在底层是用 C 实现的，速度比 Python 原生循环快很多。
  • 函数参数理解：仔细阅读函数文档，理解每个函数的参数含义。例如，在统计函数中，轴参数的设置会影响结果是对整个数组还是特定维度进行计算。

参考#

通过对 NumPy 数学函数的学习，我们能够更高效地进行数值计算和数据处理，为后续的数据分析、机器学习等任务打下坚实的基础。希望这篇博客能帮助你更好地掌握 NumPy 数学函数的使用。

2026-09