Menu
×
   ❮     
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP HOW TO W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY DATA SCIENCE
     ❯   

NumPy ufuncs


什么是 ufuncs?

ufuncs 代表“通用函数”,它们是 NumPy 中作用于 ndarray 对象的函数。

为什么要使用 ufuncs?

ufuncs 用于在 NumPy 中实现矢量化,这比迭代元素快得多。

它们还提供广播和诸如 reduce、accumulate 等其他方法,这些方法对于计算非常有用。

ufuncs 还可以接受其他参数,例如

where 布尔数组或定义操作发生位置的条件。

dtype 定义元素的返回类型。

out 输出数组,返回值应复制到其中。


什么是矢量化?

将迭代语句转换为基于向量的操作称为矢量化。

它更快,因为现代 CPU 针对此类操作进行了优化。

添加两个列表的元素

列表 1:[1, 2, 3, 4]

列表 2:[4, 5, 6, 7]

一种方法是遍历这两个列表,然后对每个元素求和。

示例

在没有 ufunc 的情况下,我们可以使用 Python 的内置 zip() 方法

x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = []

for i, j in zip(x, y)
  z.append(i + j)
print(z)
自己试试 »

NumPy 有一个为此目的的 ufunc,称为 add(x, y),它将产生相同的结果。

示例

使用 ufunc,我们可以使用 add() 函数

import numpy as np

x = [1, 2, 3, 4]
y = [4, 5, 6, 7]
z = np.add(x, y)

print(z)
自己试试 »


×

Contact Sales

If you want to use W3Schools services as an educational institution, team or enterprise, send us an e-mail:
[email protected]

Report Error

If you want to report an error, or if you want to make a suggestion, send us an e-mail:
[email protected]

W3Schools is optimized for learning and training. Examples might be simplified to improve reading and learning. Tutorials, references, and examples are constantly reviewed to avoid errors, but we cannot warrant full correctness of all content. While using W3Schools, you agree to have read and accepted our terms of use, cookie and privacy policy.

Copyright 1999-2024 by Refsnes Data. All Rights Reserved. W3Schools is Powered by W3.CSS.