菜单
×
   ❮     
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 是“通用函数”(Universal Functions) 的缩写,它们是 NumPy 操作 ndarray 对象的函数。

为什么使用 ufuncs?

ufuncs 用于在 NumPy 中实现向量化,这比迭代元素快得多。

它们还提供了广播以及 reduce、accumulate 等附加方法,这些方法对于计算非常有帮助。

ufuncs 还可以接受其他参数,例如:

where: 定义操作应在何处执行的布尔数组或条件。

dtype: 定义元素的返回类型。

out: 将返回值复制到的输出数组。


什么是向量化?

将迭代语句转换为基于向量的操作称为向量化。

它速度更快,因为现代 CPU 针对此类操作进行了优化。

将两个列表的元素相加

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,然后将每个元素相加。

示例

不使用 ufunc,我们可以使用 Python 内置的 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)
自己动手试一试 »

NumPy 有一个用于此的 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)
自己动手试一试 »


×

联系销售

如果您想将 W3Schools 服务用于教育机构、团队或企业,请发送电子邮件给我们
sales@w3schools.com

报告错误

如果您想报告错误,或想提出建议,请发送电子邮件给我们
help@w3schools.com

W3Schools 经过优化,旨在方便学习和培训。示例可能经过简化,以提高阅读和学习体验。教程、参考资料和示例会不断审查,以避免错误,但我们无法保证所有内容的完全正确性。使用 W3Schools 即表示您已阅读并接受我们的使用条款Cookie 和隐私政策

版权所有 1999-2024 Refsnes Data。保留所有权利。W3Schools 由 W3.CSS 提供支持