使用 Numpy Arrays Python 索引和进行数学计算（python numpy数组索引）

25-02-20 13

如果您对使用NumpyArraysPython索引和进行数学计算和pythonnumpy数组索引感兴趣，那么这篇文章一定是您不可错过的。我们将详细讲解使用NumpyArraysPython索引和进行数

如果您对使用 Numpy Arrays Python 索引和进行数学计算和python numpy数组索引感兴趣，那么这篇文章一定是您不可错过的。我们将详细讲解使用 Numpy Arrays Python 索引和进行数学计算的各种细节，并对python numpy数组索引进行深入的分析，此外还有关于NumPy 1.18.5 发布，Python 科学计算包、NumPy 1.19.1 发布，Python 科学计算包、NumPy 1.19.3 发布，Python 科学计算包、NumPy 1.21.1 发布，Python 科学计算包的实用技巧。

本文目录一览：

使用 Numpy Arrays Python 索引和进行数学计算（python numpy数组索引）
NumPy 1.18.5 发布，Python 科学计算包
NumPy 1.19.1 发布，Python 科学计算包
NumPy 1.19.3 发布，Python 科学计算包
NumPy 1.21.1 发布，Python 科学计算包

使用 Numpy Arrays Python 索引和进行数学计算（python numpy数组索引）

如何解决使用 Numpy Arrays Python 索引和进行数学计算？

下面的代码计算从 100 开始的 Compounding 值和百分比增益 gains。我想编写一个代码，从整个增益数组 [20,3,4,55,6.5] 开始，最后产生 212.19，然后去掉第一个索引并重新计算复合值 [3,6.5]在 176.82 中，它会这样做直到增益数组 [6.5] 的末尾。我如何才能在下面的代码中实现它并获得预期的输出？

import numpy as np 
Amount = 100

def moneyrisk(array):
    for counter,iterator in enumerate(array):
        Compounding = Amount * np.cumprod(array / 100 + 1)
    return Compounding

gains= np.array([20,6.5])
print(moneyrisk(gains))

预期输出：

[212.194008,176.82834,171.678,165.075,106.5]

解决方法

您可以重复该数组以制作一个平方矩阵，然后删除下方的三角形，在每一行上应用您的函数。并且，最后提取最后一列：

你的 moneyrisk 函数是由：

>>> f = lambda x: 100*np.cumprod(x/100 + 1,1) # notice the axis=1 option

重复行：

>>> rep = gains[None].repeat(len(gains),0)
array([[20.,3.,4.,55.,6.5],[20.,6.5]])

使用 np.triu 删除下面的三角形：

>>> rep_t = np.triu(rep,k=0)
array([[20.,[ 0.,0.,6.5]])

应用 f 并选择最后一列：

>>> f(rep_t)
array([[120.,123.6,128.544,199.2432,212.194008],[100.,103.,107.12,166.036,176.82834 ],100.,104.,161.2,171.678   ],155.,165.075   ],106.5     ]])

>>> f(rep_t)[:,-1]
array([212.194008,176.82834,171.678,165.075,106.5     ])

NumPy 1.18.5 发布，Python 科学计算包

NumPy 1.18.5 已完成发布，这是一个简短的版本，允许在 Python3.5 中使用 pickleprotocol=5。它是由于最近将 pickle5 移植到 Python3.5 而产生的。

此版本中支持的 Python 版本为 3.5-3.8。下游开发人员应使用 Cython >= 0.29.15 获得 Python 3.8 支持，并使用 OpenBLAS >= 3.7，以避免 Skylake 体系结构上的错误。

此版本总共合并了 2 个拉取请求：

＃16439：ENH：为 python3.5 启用 pickle 协议 5 支持
＃16441： BUG：Windows 上不同驱动器的 relpath 失败

更新说明：https://github.com/numpy/numpy/releases/tag/v1.18.5

NumPy 1.19.1 发布，Python 科学计算包

NumPy 1.19.1 现已发布。该版本修复了 1.19.0 版本中发现的多个错误，替换了即将发布的 Python-3.9 版本中不推荐使用的一些功能，改进了对 AIX 的支持，并进行了许多与开发相关的更新，以使得 CI 能够处理最近的上游更改。

此版本支持 Python 3.6-3.8。使用 Python 3.9 进行构建时，需要使用 Cython> = 0.29.21 。

此版本总共合并了 25 个拉取请求：

＃16649：MAINT，CI：禁用 Shippable cache
＃16652：MAINT：将 PyUString_GET_SIZE 替换为 PyUnicode_GetLength。
＃16654：REL：修复过时的文档链接
＃16656：BUG：在 AIX 上引发 IEEE 异常
＃16693：TST：向 CPU 功能检测中添加其他调试信息
＃16703：BLD：为 Emscripten/WebAssembly 添加 CPU entry
＃16705：TST：禁用 Python 3.9-dev 测试。
......

更新说明：https://github.com/numpy/numpy/releases/tag/v1.19.1

NumPy 1.19.3 发布，Python 科学计算包

没投过票？千万别说你来过 OSC

https://www.oschina.net/project/top_cn_2020

NumPy 1.19.3 现已发布，这是一个小型维护版本，具有两个主要改进：

所有支持平台上的 Python 3.9 binary wheels。
OpenBLAS 修复了 Windows 10 版本 2004 fmod 错误。

该版本支持 Python 3.6-3.9，并与 OpenBLAS 3.7 链接，以避免 Windows 10 版本 2004 上出现某些 fmod 问题。微软已经意识到了该问题，用户应在有可用的修补程序时进行升级，但此修补程序的范围受到限制。

此版本总共合并了 10 个拉取请求：

＃17298：BLD：为构建依赖项设置 upper 版本
＃17336：错误：将 PyArray_InitArrFuncs 中的废弃字段设置为 null
＃17446：ENH：对不受支持的 Python 3.10+ 发出警告
＃17450：MAINT：更新 test_requirements.txt。
＃17522：ENH：支持 NVIDIA HPC SDK nvfortran 编译器
＃17568：错误：受影响平台上针对＃14787 的 Cygwin Workaround
＃17647：错误：修复由于 relaxed strides 而导致的缓冲区信息缓存的内存泄漏
＃17652：MAINT：从 master 移植 openblas_support。
＃17653：TST：将 Python 3.9 添加到 Windows、Mac 上的 CI 测试中。
＃17660：TST：简化 test_extending 中的源路径名。

更新说明：https://github.com/numpy/numpy/releases/tag/v1.19.3

NumPy 1.21.1 发布，Python 科学计算包

NumPy 1.21.1 现已发布，这是一个维护版本，修复了 1.21.0 版本之后发现的错误，并将 OpenBLAS 更新到 v0.3.17 以处理 arm64 上的问题。此版本支持的 Python 版本为 3.7-3.9。1.21.x 系列与开发中的 Python 3.10 兼容。Python 3.10 将在发布后得到官方支持。

使用 gcc-11.1 编译 NumPy 1.20.0 时尚存在一些未解决的问题：

在运行测试时，Optimization level -O3 会导致许多不正确的警告。
在某些硬件上，NumPY 将陷入无限循环。

此版本共合并了 26 个拉取请求：

#19311：REV,BUG：替换NotImplemented为typing.Any
#19324：MAINT：修复了ndarray.real和imag的返回数据类型
#19342：DOC：修复一些导致 pdf 生成崩溃的文档字符串。
#19348：ENH：添加numpy.f2py.get_include函数
#19366：MAINT：删除 distutils 模板处理中的print()''s
#19430：MAINT：使用 arm64-graviton2 在 travis 上进行测试
#19495：BUILD：将 OpenBLAS 更新到 v0.3.17
#19496：MAINT：避免在 division SIMD 代码注释中使用 unicode 字符
#19499：BUG, SIMD：修复 GCC-11 上计数非零时的无限循环
#19500：BUG：修复 npyiter_multi_index_set 中的 numpy.npiter 泄漏
#19501：TST：修复python 3.9.0 中的GenericAlias测试故障
......

更多详情可查看：https://github.com/numpy/numpy/releases/tag/v1.21.1

今天关于使用 Numpy Arrays Python 索引和进行数学计算和python numpy数组索引的分享就到这里，希望大家有所收获，若想了解更多关于NumPy 1.18.5 发布，Python 科学计算包、NumPy 1.19.1 发布，Python 科学计算包、NumPy 1.19.3 发布，Python 科学计算包、NumPy 1.21.1 发布，Python 科学计算包等相关知识，可以在本站进行查询。

本文标签：