python数据分析numpy基础之abs()用法和示例

本文主要是介绍python数据分析numpy基础之abs()用法和示例，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1 python数据分析numpy基础之abs()用法和示例

python的通用函数ufunc (Universal functions)是一种对ndarray多维数组中的数据执行元素级运算的函数，即对数组的每个元素都调用通用函数。numpy的通用函数分为一元ufunc和二元ufunc。一元ufunc接收一个ndarray入参进行运算，二元ufunc接收二个ndarray进行运算。

用法

numpy.absolute(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'absolute'>

描述

numpy.abs()是numpy.absolute()函数的缩写。用于计算数组各元素的绝对值。

入参

x：必选，array-like

需计算绝对值的数组，可以是ndarray或类ndarray(比如元组、列表等)；

out：可选，ndarray

存储绝对值结果的数组。若提供，则需为ndarray，结果类型与out一致，若未提供，返回新的ndarray；

where：可选，bool

表示是取哪的结果作为出参，默认为True，表示abs绝对值运算结果作为出参；若为False，若传了out则结果取out的值，若未传out则结果取最近一次的out的值，最近一次out若为out=None则取随机值；

出参

返回ndarray，取x的每个元素的绝对值。

1.1 入参x

np.abs()的入参x为必选入参，表示需计算绝对值的ndarray或元组或列表。可以是整数、浮点数、复数。

>>> import numpy as np
>>> list1=[-1,-2,-3]
>>> tuple1=(-7,-8,-9)
>>> ar1=np.array([-4,-5,-6])
# np.abs()计算绝对值的入参可以为列表、元组、多维数组
>>> np.abs(list1),np.abs(tuple1),np.abs(ar1)
(array([1, 2, 3]), array([7, 8, 9]), array([4, 5, 6]))
# np.abs为np.absolute的缩写
>>> np.absolute(list1),list1
(array([1, 2, 3]), [-1, -2, -3])
# np.abs()计算浮点数绝对值
>>> np.abs([-1,-2.3,5.6])
array([1. , 2.3, 5.6])
# np.abs()计算复数的绝对值
>>> np.abs(-1-2j)
2.23606797749979
# 复数绝对为其模=实部和虚部平方和开2次根
>>> pow(5,0.5)
2.23606797749979

1.2 入参out

np.abs()的入参out为可选入参，表示存放绝对值结果的ndarray，若指定则绝对值类型与out一致。

>>> import numpy as np
>>> list1=[-1,-2,-3]
>>> ar1=np.array([-4,-5,-6])
# 创建ndarray用于存放绝对值结果
>>> ar2=np.zeros(3)
>>> ar2
array([0., 0., 0.])
# np.abs()的out(ar2)存放绝对值结果，out需为ndarray
>>> np.abs(list1,ar2)
array([1., 2., 3.])
# 绝对值结果类型与out一致
>>> list1,ar2
([-1, -2, -3], array([1., 2., 3.]))
# out为入参x，直接将绝对值结果覆盖原ndarray
>>> np.abs(ar1,ar1)
array([4, 5, 6])
>>> ar1
array([4, 5, 6])

1.3 入参where

np.abs()的入参where为可选入参，表示是取哪的结果作为出参，默认为True表示取绝对值结果为出参，若为False却指定out则取out为出参，未指定out则取随机值。

>>> import numpy as np
>>> list1=[-1,-2,-3]
>>> ar1=np.array([-4,-5,-6])
# 创建全0的一维数组，个数3
>>> ar2=np.zeros(3)
# 未指定out，where=False取随机值
>>> np.abs(list1,where=False)
array([0, 0, 0])
>>> np.abs(list1,where=False)
array([1667853123, 1869182023,  757101123])
>>> np.abs(list1,where=False)
array([-1, -2, -3])
# 未指定out，where=True取绝对值结果作为出参
>>> np.abs(list1,where=True)
array([1, 2, 3])
# 指定out，where=False取out作为出参
>>> np.abs(list1,ar2,where=False)
array([0., 0., 0.])
>>> np.abs(list1,ar2,where=True)
array([1., 2., 3.])
>>> np.abs(list1,ar2,where=False)
array([1., 2., 3.])
>>> np.abs(list1,where=False)
array([-1, -2, -3])