精度与基本数学运算

精度

科学计算的一个核心点在于精度,numpy的默认精度是64位的浮点数.最高的精度可以用numpy.longdouble(f16)表示，复数用numpy.clongdouble(c32)，但是这个具体能精确到多少是和你的电脑硬件相关的.

通常我们并不需要最高精度,这时可以使用numpy.around(a, decimals=0, out=None)来控制精度,其中a为要固定精度的数组,decimals则是精确到小数点后多少位(四舍五入).

import numpy as np

x = np.linspace(-np.pi, np.pi, 6,endpoint=True)
print(x)

[-3.14159265 -1.88495559 -0.62831853  0.62831853  1.88495559  3.14159265]

np.round(x)

array([-3., -2., -1.,  1.,  2.,  3.])

np.round(x,1)

array([-3.1, -1.9, -0.6,  0.6,  1.9,  3.1])

np.round(x,2)

array([-3.14, -1.88, -0.63,  0.63,  1.88,  3.14])

numpy中也有常用数学运算的实现,由于做了足够的优化性能比python标准库高很多

函数	说明
abs/fabs	绝对值
sqrt	平方根
square	平方
exp	指数
log/log10/log2/log1p	分别为自然对数(e为底数)/底数为10的log/底数为2的log/log(1+x)
sign	求符号
ceil	大于等于该值的最小整数
floor	小于等于该值的最大整数
rint	四舍五入到最近的整数,dtype不变
modf	小数整数部分分离
isnan	---
isfinite/isinf	---
sin/sinh/cos/cosh/tan/tanh	三角函数,双曲三角函数
arcsin/arcsinh/arccos/arccosh/arctan/arctanh	反三角函数,反双曲三角函数
logical_not	计算各元素not x的真值