将 ufunc outer() 函数应用于 Numpy 中的所有一维数组对
numpyserver side programmingprogramming
我们将把 ufunc outer() 函数应用于所有一维数组对。numpy.ufunc 具有对整个数组逐个元素进行操作的函数。ufunc 用 C 编写(为了提高速度)，并通过 NumPy 的 ufunc 功能链接到 Python。
通用函数(或简称为 ufunc)是一种以逐个元素的方式对 ndarray 进行操作的函数，支持数组广播、类型转换和其他几个标准功能。也就是说，ufunc 是一个"矢量化"包装一个函数，该函数接受固定数量的特定输入并产生固定数量的特定输出。
步骤
首先，导入所需的库 −
import numpy as np
numpy.ufunc 具有对整个数组逐个元素进行操作的函数。 ufuncs 是用 C 编写的(为了速度)，并使用 NumPy 的 ufunc 功能链接到 Python −
创建两个一维数组 −
arr1 = np.array([5, 10, 15, 20, 25, 30, 35, 40]) arr2 = np.array([7, 14, 21, 28, 35])
显示数组 −
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
获取数组的类型 −
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
获取数组的维度 −
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
获取数组的形状 −
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
将 ufunc outer() 函数应用于所有 1D 数组对 −
res = np.multiply.outer(arr1, arr2)
print("
结果...
",res)
print("
形状...
",res.shape)
示例
import numpy as np
# numpy.ufunc 具有对整个数组逐个元素进行操作的函数。
# ufuncs 是用 C 编写的(为了提高速度)，并使用 NumPy 的 ufunc 功能链接到 Python
# 创建两个 1D 数组
arr1 = np.array([5, 10, 15, 20, 25, 30, 35, 40])
arr2 = np.array([7, 14, 21, 28, 35])
# 显示数组
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
# 获取数组的类型
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)
# 获取维度数组
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
# 获取数组的形状
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
# 将 ufunc outer() 函数应用于所有 1D 数组对
res = np.multiply.outer(arr1, arr2)
print("
结果...
",res)
print("
形状...
",res.shape)
输出
数组1... [ 5 10 15 20 25 30 35 40] 数组 2... [ 7 14 21 28 35] 我们的数组 1 类型... int64 我们的数组 2 类型... int64 我们的数组 1 维度... 1 我们的数组 2 维度... 1 我们的数组 1 形状... (8,) 我们的数组 2 形状... (5,) 结果... [[ 35 70 105 140 175] [ 70 140 210 280 350] [ 105 210 315 420 525] [ 140 280 420 560 700] [ 175 350 525 700 875] [ 210 420 630 840 1050] [ 245 490 735 980 1225] [ 280 560 840 1120 1400]] 形状... (8, 5)
