การคำนวน

การคำนวนในรูปของ array ต้องเข้าใจหลักการพื้นฐานการอ้างอ้งดังรูป เสียก่อน

Mathematics Numpy

a =np.array([1,2,3],dtype=float) 
b =np.array([5,1,8],dtype=float) 

a+b
a-b
a*b
a/b
a%b
b**a

การคูณ array 2 มิติ (ไม่ใช่การคูณเมทริก)

การคูณนี้เป็นการคูณตัวต่อตัว

a = np.array([[1,2],[3,4]],dtype=float) 
b = np.array([[2,0],[1,3]],dtype=float)
a*b

Broadcast หากมิติ ของ array ที่ไม่เท่ากัน

การบวก ลบ array ที่มีมิติไม่เท่ากัน numpy จะมีการจาย Broadcast ไปกระทำกับ array ที่มีขนาดใหญ่กว่า

a =np.array([[1,2],[3,4],[5,6]],dtype=float)
b =np.array([-1,3],dtype=float)

a+b
b+a
a-b
b-a

array a มีขนาด เพียง 1 มิติ จะถูก Broadcast ไปยัง array มิติ

ฟังก์ชั้นทางคณิตศาสตร์ของ Numpy

Numpy ได้มีฟังก์ชั้นสำหรับการคำนวนไว้ให้ได้แก่

abc, sign, sqrt, log, log10, exp, sin, cos, tan, arcsin, arccos, arctan, sinh, cosh, 
tanh, arcsinh, arccosh, arctanh, floor, ceil, rint, pi, e (np.pi, np.e)

ตัวอย่าง

#ตัวอย่าง
a =np.array([1,4,9],dtype=float) 
np.sqrt(a)

ตัวอย่างการหาผลรวมทุกตัวหรือผลคูณรวมทุกตัว

a =np.array([1,4,9],dtype=float) 
a.sum()   
np.sum(a)

a.prod()
np.prod(a)

ตัวอย่าง

x = np.array(([10,20,30], [40,50,60]))
y = np.array(([1,2,3], [4,5,6]))
x + y
x - y
x * y
x / y
x ** y
x % y
x > y
x << y



np.add(x,y)
np.subtract(x,y)
np.multiply(x,y)
np.divide(x,y)
np.mod(x,y)
np.power(x,y)

ตัวอย่าง

x = np.arange(5)
x
y = np.sqrt(x)
y
np.floor(y)
np.ceil(y)

#ค่าคงที่
np.pi
np.en
np.nan

np.abs(x)
np.sin(x)
np.cos(x)
np.tan(x)
np.log(x)
np.log10(x)
np.exp(x)
np.arcsin(x)