ในการแปลงอาร์เรย์ของ datetimes เป็นอาร์เรย์ของสตริง ให้ใช้เมธอด numpy.datetime_as_string() ใน Python Numpy เมธอดจะคืนค่าอาร์เรย์ของสตริงที่มีรูปร่างเหมือนกับอาร์เรย์อินพุต พารามิเตอร์แรกคืออาร์เรย์ของการประทับเวลา UTC ที่จะจัดรูปแบบ พารามิเตอร์ที่สองคือ เขตเวลา ซึ่งเป็นข้อมูลเขตเวลาที่จะใช้เมื่อแสดง

บันทึกลอการิทึมธรรมชาติคือค่าผกผันของฟังก์ชันเลขชี้กำลัง ดังนั้น log(exp(x)) =x ลอการิทึมธรรมชาติคือลอการิทึมในฐาน e เมธอดส่งคืนลอการิทึมธรรมชาติของ x แบบอิงองค์ประกอบ นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ที่ 1 คือค่าอินพุตแบบอาร์เรย์ พารามิเตอร์ที่ 2 ไม่ทำงาน ซึ่งเป็นตำแหน่งที่เก็บผลลัพธ์ หากม

ในการคืนค่าลอการิทึมฐาน 2 ของอาร์เรย์อินพุต ให้ใช้เมธอด numpy.log2() ใน Python Numpy วิธีการคืนค่าลอการิทึม Base-2 ของ x นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ตัวที่ 1 x คือค่าอินพุตแบบอาร์เรย์ พารามิเตอร์ตัวที่ 2 หมด ซึ่งเป็นตำแหน่งที่เก็บผลลัพธ์ หากระบุ จะต้องมีรูปร่างที่อินพุตถ่ายทอดไป หากไม่

ในการพิจารณาประเภททั่วไปตามกฎการบีบบังคับมาตรฐาน ให้ใช้เมธอด numpy.find_common_type() ใน Python numpy อาร์กิวเมนต์ที่ 1 คือรายการของ dtypes หรือ dtype convertible object ซึ่งเป็นตัวแทนของอาร์เรย์ อาร์กิวเมนต์ที่ 2 คือรายการของ dtypes หรือ dtype convertible object ที่แสดงสเกลาร์ วิธี find_common_typ

ในการคืนค่าลอการิทึมฐาน 2 ของอาร์เรย์อินพุต ให้ใช้เมธอด numpy.log2() ใน Python Numpy วิธีการคืนค่าลอการิทึม Base-2 ของ x นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ตัวที่ 1 x คือค่าอินพุตแบบอาร์เรย์ พารามิเตอร์ตัวที่ 2 หมด ซึ่งเป็นตำแหน่งที่เก็บผลลัพธ์ หากระบุ จะต้องมีรูปร่างที่อินพุตถ่ายทอดไป หากไม่

ในการแปลงอาร์เรย์ของ datetimes เป็นอาร์เรย์ของสตริง ให้ใช้เมธอด numpy.datetime_as_string() ใน Python Numpy วิธีการส่งคืนอาร์เรย์ของสตริงที่มีรูปร่างเหมือนกับอาร์เรย์อินพุต พารามิเตอร์แรกคืออาร์เรย์ของการประทับเวลา UTC ที่จะจัดรูปแบบ พารามิเตอร์ที่สองคือ เขตเวลา ซึ่งเป็นข้อมูลเขตเวลาที่จะใช้เมื่อแสด

numpy.can_cast() วิธีการคืนค่า True ถ้าอาร์เรย์สเกลาร์และชนิดข้อมูลสามารถเกิดขึ้นได้ตามกฎการแคสต์ พารามิเตอร์ที่ 1 คือสเกลาร์หรือชนิดข้อมูลหรืออาร์เรย์ที่จะส่ง พารามิเตอร์ที่ 2 คือประเภทข้อมูลที่จะส่งไป ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np ตรวจสอบว่าอาร์เรย์สเกลาร์และประเภทข

หากต้องการส่งคืนประเภทสเกลาร์ซึ่งเป็นเรื่องปกติสำหรับอาร์เรย์อินพุต ให้ใช้เมธอด numpy.common_type() ใน Python Numpy พารามิเตอร์ที่ 1 คืออาร์เรย์อินพุต ประเภทส่งคืนจะเป็นประเภทสเกลาร์ที่ไม่แน่นอน (เช่น ทศนิยม) เสมอ แม้ว่าอาร์เรย์ทั้งหมดจะเป็นอาร์เรย์จำนวนเต็ม หากอินพุตตัวใดตัวหนึ่งเป็นอาร์เรย์ aninte

ในการรับข้อมูลการจำกัดเครื่องสำหรับประเภทจำนวนเต็ม ให้ใช้วิธี numpy.iinfo() ใน PythonNumpy พารามิเตอร์แรกคือ int_type นั่นคือชนิดของประเภทข้อมูลจำนวนเต็มที่จะได้รับข้อมูลเกี่ยวกับ ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np ค่าต่ำสุดคือค่าต่ำสุดของ dtype ที่กำหนด และ max คือค่าต่ำส

ในการรับข้อมูลการจำกัดเครื่องสำหรับประเภทจำนวนเต็ม ให้ใช้วิธี numpy.iinfo() ใน PythonNumpy พารามิเตอร์แรกคือ int_type นั่นคือชนิดของประเภทข้อมูลจำนวนเต็มที่จะได้รับข้อมูลเกี่ยวกับ ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np ค่าต่ำสุดคือค่าต่ำสุดของ dtype ที่กำหนด และ max คือค่าต่ำส

ในการรับข้อมูลการจำกัดเครื่องสำหรับประเภท float ให้ใช้วิธี numpy.finfo() ใน PythonNumpy พารามิเตอร์แรกเป็นประเภทลอย นั่นคือชนิดของประเภทข้อมูลลอยเพื่อรับข้อมูลเกี่ยวกับ ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import numpy as np ค่าต่ำสุดคือค่าต่ำสุดของ dtype ที่กำหนด และ max คือค่าต่ำสุดของ dtype

ในการคำนวณไฮเปอร์โบลิกแทนเจนต์ ให้ใช้เมธอด numpy.tanh() ใน Python Numpy เทียบเท่าtonp.sinh(x)/np.cosh(x) หรือ -1j * np.tan(1j*x) ส่งกลับค่าไฮเพอร์โบลิกแทนเจนต์ที่สอดคล้องกัน นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ที่ 1 x คืออาร์เรย์อินพุต พารามิเตอร์ที่ 2 และ 3 เป็นทางเลือก พารามิเตอร์ตัวที่ 2 ค

ในการคำนวณไฮเปอร์โบลิกแทนเจนต์ขององค์ประกอบอาร์เรย์ ให้ใช้เมธอด numpy.tanh() ใน PythonNumpy วิธีการนี้เทียบเท่ากับ np.sinh(x)/np.cosh(x) หรือ -1j * np.tan(1j*x) ส่งกลับค่าไฮเพอร์โบลิกแทนเจนต์ที่สอดคล้องกัน นี่คือสเกลาร์ถ้า x เป็นสเกลาร์ พารามิเตอร์ที่ 1 x คืออินพุตอาร์เรย์ พารามิเตอร์ที่ 2 และ 3 เป็

ในการรับจำนวนบิตในส่วนเลขชี้กำลังของการแทนค่าทศนิยม ให้ใช้ iexpattribute ของเมธอด numpy.fino() ใน Python Numpy พารามิเตอร์แรกคือ float นั่นคือประเภทข้อมูล float ที่ต้องการรับข้อมูล ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - นำเข้า numpy เป็น np กำลังตรวจสอบประเภท float16 iexp คือการหาจำนวนบิตในส่วนเ

ในการรับจำนวนทศนิยมโดยประมาณที่โฟลตประเภทนี้แม่นยำ ให้ใช้แอตทริบิวต์ความแม่นยำของเมธอด numpy.finfo() ใน Python Numpy พารามิเตอร์แรกของ finfo() คือ float นั่นคือชนิดของข้อมูลประเภท float เพื่อรับข้อมูล ขั้นตอน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - นำเข้า numpy เป็น np กำลังตรวจสอบประเภท float16 ความแม่น

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

numpy.result_type() วิธีการส่งกลับประเภทที่เป็นผลลัพธ์จากการใช้กฎ NumPy typepromotion กับอาร์กิวเมนต์ พารามิเตอร์ที่ 1 เป็นตัวถูกดำเนินการของการดำเนินการบางอย่างที่ต้องการประเภทผลลัพธ์ ประเภทการเลื่อนตำแหน่งใน NumPy ทำงานคล้ายกับกฎในภาษาเช่น C ++ โดยมีความแตกต่างเล็กน้อย เมื่อใช้ทั้งสเกลาร์และอาร์เร

ในการส่งคืนผลรวมสะสมขององค์ประกอบอาร์เรย์บนแกนที่กำหนดโดยถือว่า NaN เป็นศูนย์ ให้ใช้วิธี thenancumprod() ผลรวมสะสมจะไม่เปลี่ยนแปลงเมื่อพบ NaN และ NaN ชั้นนำจะถูกแทนที่ด้วยศูนย์ ค่าศูนย์จะถูกส่งคืนสำหรับสไลซ์ที่เป็น NaN ทั้งหมดหรือว่างเปล่า งานสะสม เช่น 5, 5+10, 5+10+15, 5+10+15+20 พารามิเตอร์ที่ 1

ในการส่งคืนผลรวมสะสมขององค์ประกอบอาร์เรย์บนแกนที่กำหนดโดยถือว่า NaN เป็นศูนย์ ให้ใช้วิธี thenancumprod() ผลรวมสะสมจะไม่เปลี่ยนแปลงเมื่อพบ NaN และ NaN ชั้นนำจะถูกแทนที่ด้วยศูนย์ ค่าศูนย์จะถูกส่งคืนสำหรับสไลซ์ที่เป็น NaN ทั้งหมดหรือว่างเปล่า ธีมจะส่งกลับอาร์เรย์ใหม่ที่ถือผลลัพธ์ไว้ เว้นแต่จะระบุไว้ ซึ

ในการพิจารณาว่าอ็อบเจ็กต์ที่กำหนดแสดงถึงประเภทข้อมูลสเกลาร์หรือไม่ ให้ใช้เมธอด numpy.issctype() เมธอดส่งคืนผลลัพธ์บูลีนของตรวจสอบว่า rep เป็น dtype สเกลาร์หรือไม่ พารามิเตอร์แรกคือตัวแทน หาก rep เป็นอินสแตนซ์ของ scalar dtype ค่า True จะถูกส่งคืน หากไม่เป็นเช่นนั้น ระบบจะคืนค่า False ขั้นตอน ขั้นแรก