返回顶部
首页 > 资讯 > 后端开发 > Python >Python NumPy的allclose怎么用
  • 252
分享到

Python NumPy的allclose怎么用

2023-06-26 05:06:45 252人浏览 薄情痞子

Python 官方文档:入门教程 => 点击学习

摘要

本篇内容介绍了“python NumPy的allclose怎么用”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!numpy 

本篇内容介绍了“python NumPy的allclose怎么用”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

numpy 数组及运算

扩展库 numpy 是 Python 支持科学计算的重要扩展库,是数据分析和科学计算领域如 scipy、pandas、sklearn 等众多扩展库中必备的扩展库之一,提供了强大的 N 维数组及其相关的运算、复杂的广播函数、C/C++和Fortran代码集成工具以及线性代数、傅里叶变换和随机数生成等功能。

创建数组

数组是用来存储若干数据的连续内存空间,其中的元素一般是相同类型的,例如都是浮点数。数组运算是学习数据分析和机器学习相关算法的重要基础。在我们处理实际数据的时候,总会用到大量的数组运算或者矩阵的运算,这些数据有的是通过文件直接读取的,有的则是根据实际需要生成的,当然还有些数据是实时采集的。

import numpy as npnp.array([1, 2, 3, 4, 5])# -> array([1, 2, 3, 4, 5])np.array(range(5))# -> array([0, 1, 2, 3, 4])np.array([1, 2, 3],[4, 5, 6])# -> array([[1, 2, 3],#[4, 5, 6]])np.arange(5)#-> array([0, 1, 2, 3, 4])np.arange(1, 10, 2)#-> array([1, 3, 5, 7, 9])np.linspace(0, 10, 11)#-> array([ 0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.])np.linspace(0, 10, 11, endpoint=False)#-> array([0.        , 0.90909091, 1.81818182, 2.72727273, 3.63636364,#       4.54545455, 5.45454545, 6.36363636, 7.27272727, 8.18181818,#       9.09090909])np.logspace(0, 100, 10)#-> array([1.00000000e+000, 1.29154967e+011, 1.66810054e+022, 2.15443469e+033,#       2.78255940e+044, 3.59381366e+055, 4.64158883e+066, 5.99484250e+077,#       7.74263683e+088, 1.00000000e+100])np.logspace(1, 6, 5, base=2)#-> array([ 2.        ,  4.75682846, 11.3137085 , 26.90868529, 64.        ])np.zeros(3)#-> array([0., 0., 0.])np.ones(3)#-> array([1., 1., 1.])np.zeros((3, 3))#-> array([[0., 0., 0.],#       [0., 0., 0.],#       [0., 0., 0.]])np.ones((3, 3))#-> array([[1., 1., 1.],#       [1., 1., 1.],#       [1., 1., 1.]])np.identity(3)#-> array([[1., 0., 0.],#       [0., 1., 0.],#       [0., 0., 1.]])np.empty((3, 3))#-> array([[1., 0., 0.],#       [0., 1., 0.],#       [0., 0., 1.]])np.hamming(20)#-> array([0.08      , 0.10492407, 0.17699537, 0.28840385, 0.42707668,#       0.5779865 , 0.7247799 , 0.85154952, 0.94455793, 0.9937262 ,#       0.9937262 , 0.94455793, 0.85154952, 0.7247799 , 0.5779865 ,#       0.42707668, 0.28840385, 0.17699537, 0.10492407, 0.08      ])np.blackman(20)#-> array([-1.38777878e-17,  1.02226199e-02,  4.50685843e-02,  1.14390287e-01,#        2.26899356e-01,  3.82380768e-01,  5.66665187e-01,  7.52034438e-01,#        9.03492728e-01,  9.88846031e-01,  9.88846031e-01,  9.03492728e-01,#        7.52034438e-01,  5.66665187e-01,  3.82380768e-01,  2.26899356e-01,#        1.14390287e-01,  4.50685843e-02,  1.02226199e-02, -1.38777878e-17])np.kaiser(12, 5)#-> array([0.03671089, 0.16199525, 0.36683806, 0.61609304, 0.84458838,#       0.98167828, 0.98167828, 0.84458838, 0.61609304, 0.36683806,#       0.16199525, 0.03671089])np.random.randint(0, 50, 5)#-> array([ 6, 43, 33, 11,  5])np.random.randint(0, 50, (3,5))#-> array([[45, 30, 17, 31, 25],#       [11, 32, 47, 48,  5],#       [22, 29,  3,  9, 28]])np.random.rand(10)#-> array([0.53459796, 0.59163821, 0.11611952, 0.68199147, 0.03725451,#       0.57498382, 0.15140171, 0.33914725, 0.90706282, 0.68518446])np.random.standard_nORMal(5)#-> array([-0.62939386, -0.16023864,  1.67463293, -0.44869975,  0.97008488])np.random.standard_normal(size=(3, 4, 2))#-> array([[[-0.7924237 , -2.02222271],#        [-0.7360387 , -1.88832641],#        [-0.43188511, -0.40672139],#        [ 2.03058394,  1.007505  ]],##       [[ 0.35664297,  1.9308035 ],#        [ 0.56456596, -1.02357394],#        [ 1.45042549, -0.59816538],#        [-0.00659242,  0.15439743]],##       [[-1.31088702, -0.167339  ],#        [ 0.44439704,  0.00819551],#        [-2.39637084, -0.07890167],#        [ 0.53474018,  1.18425122]]])np.diag([1, 2, 3, 4])#-> array([[1, 0, 0, 0],#       [0, 2, 0, 0],#       [0, 0, 3, 0],#       [0, 0, 0, 4]])

NumPy函数allclose()用于匹配两个数组,输出为布尔值,默认在1e-05的误差范围内。如果两个数组中的项在容忍范围内不相等,则返回False。这是一种检查两个数组是否每个元素都相似的好方法。

allclose()

numpy.allclose(a, b, rtol=1.e-5, atol=1.e-8, equal_nan=False)

其中参数:

  • a是numpy数组

  • b是numpy数组

  • rtol是容许的相对最大误差系数,默认值是1.0e-5,则容许误差为rtol * abs(b)

  • atol是a和b数组分别求和比较绝对值的差别

  • equal_nan是是否将缺失值视为相同,默认是False

下面举个具体的例子:

输入:

array1 = np.array([0.12,0.17,0.24,0.29])array2 = np.array([0.13,0.19,0.26,0.31])

输入:

np.allclose(array1,array2,0.1)

输出:

False

原因是rtol=0.1,那么(0.19 - 0.17) > (0.19 * 0.1)

把array1中的0.17改成0.18

输入:

array3 = np.array([0.12,0.18,0.24,0.29])

输入:

np.allclose(array3,array2,0.1)

输出:

True

“Python NumPy的allclose怎么用”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站,小编将为大家输出更多高质量的实用文章!

--结束END--

本文标题: Python NumPy的allclose怎么用

本文链接: https://www.lsjlt.com/news/307017.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
  • Python NumPy的allclose怎么用
    本篇内容介绍了“Python NumPy的allclose怎么用”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!numpy ...
    99+
    2023-06-26
  • Python NumPy实用函数笔记之allclose
    目录numpy 数组及运算创建数组allclose()总结numpy 数组及运算 扩展库 numpy 是 Python 支持科学计算的重要扩展库,是数据分析和科学...
    99+
    2024-04-02
  • python中numpy的zeros函数怎么用
    在Python中,可以使用numpy的zeros函数来创建一个指定形状的全零数组。该函数的语法如下:numpy.zeros(shap...
    99+
    2023-10-19
    python
  • NumPy怎么在Python中使用
    NumPy怎么在Python中使用,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。 介绍NumPy是Python数值计算最重要的基础包,大多数提供科学计算的包都是用...
    99+
    2023-06-16
  • Python常用函数中的NumPy怎么使用
    1. txt文件(1) 单位矩阵即主对角线上的元素均为1,其余元素均为0的正方形矩阵。在NumPy中可以用eye函数创建一个这样的二维数组,我们只需要给定一个参数,用于指定矩阵中1的元素个数。例如,创建3×3的数组:im...
    99+
    2023-05-14
    Python Numpy
  • python的numpy模块是什么及怎么用
    今天小编给大家分享一下python的numpy模块是什么及怎么用的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。  ...
    99+
    2023-06-30
  • python之Numpy与Pandas怎么应用
    这篇文章主要介绍了python之Numpy与Pandas怎么应用的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇python之Numpy与Pandas怎么应用文章都会有所收获,下面我们一起来看看吧。1 Numpy...
    99+
    2023-07-02
  • Python中NumPy的作用什么
    今天就跟大家聊聊有关Python中NumPy的作用什么,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。Python的优点有哪些1、简单易用,与C/C++、Java、C# 等传统语言相比...
    99+
    2023-06-14
  • python怎么利用numpy存取文件
    本篇内容主要讲解“python怎么利用numpy存取文件”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“python怎么利用numpy存取文件”吧!     NumP...
    99+
    2023-06-20
  • python numpy中linspace函数怎么使用
    本篇内容主要讲解“python numpy中linspace函数怎么使用”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“python numpy中linspace函数怎么使用”...
    99+
    2023-07-05
  • python中怎么导入numpy
    在Python中,可以使用`import`关键字导入`numpy`库:```pythonimport numpy```或者可以使用`...
    99+
    2023-09-15
    python numpy
  • python怎么安装numpy库
    要安装numpy库,可以按照以下步骤进行操作:1. 打开终端或命令提示符窗口。2. 输入以下命令来安装numpy库:```shell...
    99+
    2023-09-23
    python numpy
  • python怎么导入numpy包
    要导入 numpy,请按照以下步骤操作:使用 pip 或 conda 安装 numpy。在 python 脚本或交互式会话中使用 import numpy 导入 numpy。使用 np....
    99+
    2024-05-14
    python
  • python中numpy的用法
    numpy是python中用于科学计算的强大库,它提供了以下功能:多维数组处理矩阵运算快速傅里叶变换(fft)线性代数随机数生成 NumPy在Python中的强大功能 NumPy是Py...
    99+
    2024-05-15
    python c语言
  • Numpy的Anaconda怎么使用
    本篇内容主要讲解“Numpy的Anaconda怎么使用”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Numpy的Anaconda怎么使用”吧!Anaconda的基本用法在windows下安装好A...
    99+
    2023-06-02
  • python中怎么用numpy求解多项式
    在Python中,可以使用NumPy库中的`numpy.polyfit()`函数来求解多项式。`numpy.polyfit(x, y...
    99+
    2023-08-18
    python numpy
  • python怎么定义numpy数组
    要定义一个numpy数组,首先要导入numpy库,然后可以使用np.array函数来创建数组。下面是一个示例:```pythonim...
    99+
    2023-09-29
    python numpy
  • numpy中的tensordot怎么使用
    这篇文章主要讲解了“numpy中的tensordot怎么使用”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“numpy中的tensordot怎么使用”吧!楔子在numpy中有一个tensord...
    99+
    2023-07-05
  • Python怎么循环遍历Numpy中的Array
    今天小编给大家分享一下Python怎么循环遍历Numpy中的Array的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。1. 引...
    99+
    2023-06-30
  • 怎么在Python中使用numpy清洗数据
    这篇文章给大家介绍怎么在Python中使用numpy清洗数据,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。Python主要用来做什么Python主要应用于:1、Web开发;2、数据科学研究;3、网络爬虫;4、嵌入式应用...
    99+
    2023-06-14
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作