ในการปัดเศษเป็นจำนวนเต็มที่ใกล้ที่สุดให้เป็นศูนย์ ให้ใช้วิธี numpy.fix() ใน Python Numpy มันปัดเศษอาร์เรย์ของการลอยตัวขององค์ประกอบเป็นจำนวนเต็มที่ใกล้ที่สุดไปทางศูนย์ ค่าที่ปัดเศษจะถูกส่งกลับเป็นลอย พารามิเตอร์ที่ 1 x คืออาร์เรย์ของทุ่นที่จะปัดเศษ พารามิเตอร์ตัวที่ 2 out คือตำแหน่งที่เก็บผลลัพธ์ หา

ในการส่งคืนอาร์เรย์ที่มีจำนวนของสตริงย่อยที่ไม่ทับซ้อนกัน ให้ใช้วิธี thenumpy.char.count() ใน Python Numpy พารามิเตอร์แรกคือส่วนย่อย เช่น สตริงย่อยที่จะค้นหา โมดูล numpy.char จัดเตรียมชุดของการดำเนินการสตริงแบบเวกเตอร์สำหรับอาร์เรย์ของ typenumpy.str_ ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import

ในการรับข้อมูลการจำกัดเครื่องสำหรับประเภท float ให้ใช้วิธี numpy.finfo() ใน PythonNumpy พารามิเตอร์แรกคือ float เช่น ชนิดของข้อมูล float ที่ต้องการรับข้อมูล ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np ค่าต่ำสุดคือค่าต่ำสุดของ dtype ที่กำหนด และ max คือค่าต่ำสุดของ dtype ที่กำหนด ก

ในการคำนวณไฮเปอร์โบลิกโคไซน์ขององค์ประกอบอาร์เรย์ ให้ใช้เมธอด numpy.cosine() ใน PythonNumpy วิธีการนี้เทียบเท่ากับ 1/2 * (np.exp(x) + np.exp(-x)) และ np.cos(1j*x) ส่งกลับค่าไฮเพอร์โบลิกโคไซน์ที่สอดคล้องกัน นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ที่ 1 x คืออินพุตอาร์เรย์ พารามิเตอร์ที่ 2 และ 3 เป็

ในการส่งคืนผลรวมสะสมขององค์ประกอบอาร์เรย์บนแกนที่กำหนดโดยถือว่า NaN เป็นศูนย์ ให้ใช้วิธี thenancumprod() ผลรวมสะสมจะไม่เปลี่ยนแปลงเมื่อพบ NaN และ NaN ชั้นนำจะถูกแทนที่ด้วยศูนย์ ค่าศูนย์จะถูกส่งคืนสำหรับสไลซ์ที่เป็น NaN ทั้งหมดหรือว่างเปล่า เมธอดส่งคืนอาร์เรย์ใหม่ที่ถือผลลัพธ์ไว้ เว้นแต่จะระบุ out ซ

numpy.min_scalar() วิธีค้นหาประเภทข้อมูลขั้นต่ำ พารามิเตอร์ที่ 1 คือค่าที่มีประเภทข้อมูลน้อยที่สุดที่จะพบ สำหรับสเกลาร์ ส่งคืนชนิดข้อมูลด้วยขนาดที่เล็กที่สุดและชนิดสเกลาร์ที่เล็กที่สุดซึ่งสามารถเก็บค่าได้ สำหรับอาร์เรย์ที่ไม่ใช่สเกลาร์ ส่งคืน dtype ของเวคเตอร์ unmodified ค่าจุดลอยตัวจะไม่ถูกลดระดับเ

ในการแปลงอาร์เรย์ของ datetimes เป็นอาร์เรย์ของสตริง ให้ใช้เมธอด numpy.datetime_as_string() ใน Python Numpy เมธอดจะคืนค่าอาร์เรย์ของสตริงที่มีรูปร่างเหมือนกับอาร์เรย์อินพุต พารามิเตอร์แรกคืออาร์เรย์ของการประทับเวลา UTC ที่จะจัดรูปแบบ พารามิเตอร์ หน่วย ตั้งค่าหน่วยวันที่และเวลาเพื่อเปลี่ยนความแม่นยำ เ

ในการแปลงอาร์เรย์ดีกรีเป็นเรเดียน ให้ใช้เมธอด numpy.deg2rad() ใน Python Numpy ชุดรูปแบบจะคืนค่ามุมที่สอดคล้องกันเป็นเรเดียน นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ที่ 1 คือมุมอินพุตในหน่วยองศา พารามิเตอร์ที่ 2 และ 3 เป็นทางเลือก พารามิเตอร์ตัวที่ 2 คือ ndarray ซึ่งเป็นตำแหน่งที่เก็บผลลัพธ์ หากมี

ในการคำนวณไฮเปอร์โบลิกไซน์ ให้ใช้เมธอด numpy.sinh() ใน Python Numpy วิธีการนี้เทียบเท่ากับ 1/2 * (np.exp(x) - np.exp(-x)) หรือ -1j * np.sin(1j*x) ส่งกลับค่าไซน์ไฮเปอร์โบลิกที่สอดคล้องกัน นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ที่ 1 x คืออาร์เรย์อินพุต พารามิเตอร์ที่ 2 และ 3 เป็นทางเลือก พารามิเต

ในการแปลงอาร์เรย์ของ datetimes เป็นอาร์เรย์ของสตริง ให้ใช้เมธอด numpy.datetime_as_string() ใน Python Numpy วิธีการส่งคืนอาร์เรย์ของสตริงที่มีรูปร่างเหมือนกับอาร์เรย์อินพุต พารามิเตอร์แรกคืออาร์เรย์ของการประทับเวลา UTC ที่จะจัดรูปแบบ พารามิเตอร์ หน่วย ตั้งค่าหน่วยวันที่และเวลาเพื่อเปลี่ยนความแม่นยำ ห

อาร์กแทนเป็นฟังก์ชันที่มีหลายค่า:สำหรับ x แต่ละตัวจะมีตัวเลข z จำนวนมากจนนับไม่ถ้วน ดังนั้น tan(z)=x แบบแผนคือการคืนค่ามุม z ที่มีส่วนจริงอยู่ใน [-pi/2, pi/2] แทนเจนต์ผกผันเรียกอีกอย่างว่า atan หรือ tan^{-1}. สำหรับประเภทข้อมูลอินพุตมูลค่าจริง arctan จะส่งคืนเอาต์พุตจริงเสมอ สำหรับแต่ละค่าที่ไม่สาม

อาร์กแทนเป็นฟังก์ชันที่มีหลายค่า:สำหรับ x แต่ละตัวจะมีตัวเลข z จำนวนมากจนนับไม่ถ้วน ดังนั้น tan(z)=x # แทนเจนต์ผกผันเรียกอีกอย่างว่า atan หรือ tan^{-1}. แบบแผนคือการคืนค่ามุม z ที่มีส่วนจริงอยู่ใน [-pi/2, pi/2] สำหรับประเภทข้อมูลอินพุตที่มีค่าจริง arctan จะส่งคืนเอาต์พุตจริงเสมอ สำหรับแต่ละค่าที่ไม

ในการรับด้านตรงข้ามมุมฉาก ให้ใช้เมธอด numpy.hypot() ใน Python Numpy วิธีการส่งกลับด้านตรงข้ามมุมฉากของสามเหลี่ยม นี่คือสเกลาร์ถ้าทั้ง x1 และ x2 เป็นสเกลาร์ วิธีนี้เทียบเท่ากับ sqrt(x1**2 + x2**2) ซึ่งเป็นองค์ประกอบที่ชาญฉลาด ถ้า x1 หรือ x2 เป็น scalar_like จะมีการแพร่ภาพเพื่อใช้กับแต่ละองค์ประกอบของ

ในการแปลงอาร์เรย์ของ datetimes เป็นอาร์เรย์ของสตริง ให้ใช้เมธอด numpy.datetime_as_string() ใน Python Numpy วิธีการส่งกลับอาร์เรย์ของสตริงที่มีรูปร่างเหมือนกับอาร์เรย์อินพุต พารามิเตอร์แรกคืออาร์เรย์ของการประทับเวลา UTC เพื่อจัดรูปแบบ . พารามิเตอร์ units จะตั้งค่าหน่วยวันที่และเวลาเพื่อเปลี่ยนความแม่

numpy.can_cast() วิธีการคืนค่า True หากการส่งข้อมูลระหว่างประเภทข้อมูลสามารถเกิดขึ้นได้ตามกฎการแคสต์ พารามิเตอร์ที่ 1 คือชนิดข้อมูลหรืออาร์เรย์ที่จะส่ง พารามิเตอร์ตัวที่ 2 คือประเภทข้อมูลที่จะส่งไป ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np การใช้ can_cast() เพื่อตรวจสอบว่าการส่งข

numpy.can_cast() วิธีการคืนค่า True หากสเกลาร์และประเภทข้อมูลสามารถเกิดขึ้นได้ตามกฎการคัดเลือก พารามิเตอร์ที่ 1 คือสเกลาร์หรือชนิดข้อมูลหรืออาร์เรย์ที่จะส่ง พารามิเตอร์ตัวที่ 2 เป็นประเภทข้อมูลที่จะส่งไป ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np ตรวจสอบว่าสเกลาร์และประเภทข้อมูลสา

ในการส่งคืนผลรวมสะสมขององค์ประกอบอาร์เรย์บนแกนที่กำหนดโดยถือว่า NaN เป็นศูนย์ ให้ใช้วิธี thenancumprod() ผลรวมสะสมจะไม่เปลี่ยนแปลงเมื่อพบ NaN และ NaN ชั้นนำจะถูกแทนที่ด้วยศูนย์ ค่าศูนย์จะถูกส่งคืนสำหรับสไลซ์ที่เป็น NaN ทั้งหมดหรือว่างเปล่า พารามิเตอร์ที่ 1 คืออาร์เรย์อินพุต พารามิเตอร์ตัวที่ 2 คือแ

ในการคำนวณผลต่างที่ไม่ต่อเนื่องลำดับที่ n ให้ใช้วิธีการ numpy.diff() ความแตกต่างแรกจะได้รับโดย out[i] =a[i+1] - a[i] ตามแกนที่กำหนด ความแตกต่างที่สูงขึ้นจะคำนวณโดยใช้ diff แบบเรียกซ้ำ วิธีการ diff() จะคืนค่าความแตกต่างที่ n รูปร่างของผลลัพธ์จะเหมือนกับ a ยกเว้นตามแกนที่มิติมีขนาดเล็กลงโดย n ชนิดของผ

arctanh เป็นฟังก์ชันที่มีหลายค่า:สำหรับแต่ละ x จะมีจำนวนนับไม่ถ้วน z thattanh(z) =x แบบแผนคือการส่งคืน z ซึ่งส่วนจินตภาพอยู่ใน [-pi/2, pi/2] อินเวอร์สไฮเพอร์โบลิกแทนเจนต์เรียกอีกอย่างว่า atanh หรือ tanh^-1 ในการคำนวณไฮเปอร์โบลิกแทนเจนต์ผกผันขององค์ประกอบอาร์เรย์ ให้ใช้เมธอด numpy.arctanh() ในPython

ในการสร้างเมทริกซ์ Vandermonde ของพหุนาม Chebyshev ให้ใช้ chebyshev.chebvander() ใน Python Numpy วิธีการส่งคืนเมทริกซ์ Vandermonde รูปร่างของเมทริกซ์ที่ส่งคืน isx.shape + (deg + 1,) โดยที่ดัชนีสุดท้ายคือระดับของพหุนาม Chebyshev ที่สอดคล้องกัน dtype จะเหมือนกับค่า x ที่แปลงแล้ว พารามิเตอร์ a คืออาร์