国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【Python】np.maximum()和np.minimum()函數(shù)詳解和示例

這篇具有很好參考價值的文章主要介紹了【Python】np.maximum()和np.minimum()函數(shù)詳解和示例。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

本文通過函數(shù)原理和運行示例,對np.maximum()和np.minimum()函數(shù)進(jìn)行詳解,以幫助大家理解和使用。
更多Numpy函數(shù)詳解和示例,可參考

【Python】Numpy庫近50個常用函數(shù)詳解和示例,可作為工具手冊使用

np.maximum()

np.maximum() 是 NumPy 庫中的一個函數(shù),用于比較兩個或更多個數(shù)組元素,并返回每個元素的最大值。

函數(shù)解析

函數(shù)原型:
np.maximum(x1, x2, *args)

參數(shù):
x1, x2, *args:要進(jìn)行比較的數(shù)值或數(shù)組??梢暂斎肴我鈹?shù)量的參數(shù)。

返回值:
返回一個相同的形狀和類型與輸入?yún)?shù)的數(shù)組,其中每個元素都是輸入?yún)?shù)在該位置上的最大值。

運行示例

import numpy as np

# 對于兩個數(shù)值
print(np.maximum(3, 4))  

# 對于numpy數(shù)組
arr1 = np.array([1, 2, 3])
arr2 = np.array([3, 2, 1])

print(np.maximum(arr1, arr2)) 

輸出:

4
[3 2 3]

在上面的示例中,我們看到 np.maximum() 函數(shù)可以用于兩個數(shù)值或兩個numpy數(shù)組。對于兩個數(shù)值,它返回較大的那個數(shù)值。對于numpy數(shù)組,它在每個位置上比較兩個數(shù)組的元素,并返回一個新數(shù)組,其中每個元素都是輸入數(shù)組在該位置上的最大值。

np.maximum.accumulate()

np.maximum.accumulate 是 NumPy 庫中的一個函數(shù),它用于計算輸入數(shù)組中元素的累積最大值。這個函數(shù)接受一個輸入數(shù)組,然后返回一個累積最大值數(shù)組。

函數(shù)解析

函數(shù)原型為:

numpy.maximum.accumulate(array)
其中 array 是輸入的數(shù)組。

運行示例

例子1

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
result = np.maximum.accumulate(arr)
print(result)

輸出結(jié)果:

[1 2 3 4 5]

這個例子中,輸入數(shù)組 [1, 2, 3, 4, 5] 的累積最大值數(shù)組仍然是 [1, 2, 3, 4, 5],因為每個元素本身都是它之前的最大值。

例子2

import numpy as np

arr = np.array([5, 3, 8, 9, 6])
result = np.maximum.accumulate(arr)
print(result)

輸出:

[5 5 8 9 9]

np.minimum()

該函數(shù)與np.maximum()原理類似,是 NumPy 庫中的一個函數(shù),用于比較兩個或更多個數(shù)組元素,并返回每個元素的最小值。

函數(shù)解析

函數(shù)原型:
np.minimum(x1, x2, *args)

參數(shù):
x1, x2, *args:要進(jìn)行比較的數(shù)值或數(shù)組??梢暂斎肴我鈹?shù)量的參數(shù)。

返回值:
返回一個相同的形狀和類型與輸入?yún)?shù)的數(shù)組,其中每個元素都是輸入?yún)?shù)在該位置上的最小值。

運行示例

import numpy as np

# 對于兩個數(shù)值
print(np.minimum(3, 4))  

# 對于numpy數(shù)組
arr1 = np.array([1, 2, 3])
arr2 = np.array([3, 2, 1])
print(np.minimum(arr1, arr2)) 

輸出:

3
[1 2 1]

在上面的示例中,我們看到 np.minimum() 函數(shù)可以用于兩個數(shù)值或兩個numpy數(shù)組。對于兩個數(shù)值,它返回較小的那個數(shù)值。對于numpy數(shù)組,它在每個位置上比較兩個數(shù)組的元素,并返回一個新數(shù)組,其中每個元素都是輸入數(shù)組在該位置上的最小值。文章來源地址http://www.zghlxwxcb.cn/news/detail-821282.html

到了這里,關(guān)于【Python】np.maximum()和np.minimum()函數(shù)詳解和示例的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進(jìn)行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • numpy抽樣函數(shù) np.random.choice用法詳解

    顧名思義,抽樣函數(shù),定義如下: 參數(shù)說明: a :待抽樣的樣本(一維數(shù)組或整數(shù)) size: 輸出大小,默認(rèn)返回單個元素 replace : 抽樣后的元素是否可重復(fù),默認(rèn)是 p: 每個樣本點被抽樣的概率,默認(rèn)均勻抽樣 舉例如下: 從[1,2,3,4,5]中隨機(jī)抽三個元素,可重復(fù),概率分別為[0.1,

    2024年02月15日
    瀏覽(32)
  • Python內(nèi)置的20個高階函數(shù)的功能和示例詳解

    Python內(nèi)置的20個高階函數(shù)的功能和示例詳解

    ?? 個人網(wǎng)站:ipengtao.com Python是一門功能豐富的編程語言,提供了許多內(nèi)置函數(shù)來處理各種數(shù)據(jù)操作。其中,高階函數(shù)是一類特殊的函數(shù),它們接受其他函數(shù)作為參數(shù),或者返回函數(shù)作為結(jié)果。高階函數(shù)是函數(shù)式編程的核心概念之一,可以大大提高代碼的可讀性和靈活性。本

    2024年01月22日
    瀏覽(29)
  • 【Python】torch.no_grad()函數(shù)詳解和示例

    torch.no_grad() 是 PyTorch 中的一個上下文管理器,用于在進(jìn)入該上下文時禁用梯度計算。這在你只關(guān)心評估模型,而不是訓(xùn)練模型時非常有用,因為它可以顯著減少內(nèi)存使用并加速計算。 當(dāng)你在 torch.no_grad() 上下文管理器中執(zhí)行張量操作時,PyTorch 不會為這些操作計算梯度。這意

    2024年03月12日
    瀏覽(22)
  • 10天玩轉(zhuǎn)Python第6天:python 函數(shù)和面向?qū)ο蠡A(chǔ) 全面詳解與代碼示例

    10天玩轉(zhuǎn)Python第6天:python 函數(shù)和面向?qū)ο蠡A(chǔ) 全面詳解與代碼示例

    不定長參數(shù)補(bǔ)充-函數(shù)調(diào)用時的拆包 匿名函數(shù) 語法 代碼 練習(xí) 匿名函數(shù)作為函數(shù)的參數(shù) - 列表中的字典排序 字符串比大小 基本的介紹 面向過程 關(guān)注的是 具體步驟的實現(xiàn), 所有的功能都自己書寫 親力親為 定義一個個函數(shù), 最終按照順序調(diào)用函數(shù) 面向?qū)ο?關(guān)注的是結(jié)果, 誰

    2024年02月04日
    瀏覽(24)
  • python之np.sum()用法詳解

    python之np.sum()用法詳解

    ? ? python庫numpy提供的求和方法np.sum(),可以對數(shù)組和矩陣進(jìn)行求和。sum方法可以接收多個參數(shù),主要是數(shù)組a,坐標(biāo)軸axis,數(shù)據(jù)類型dtype,初始值initial。其中,axis對于我們來說比較容易迷糊,這個值對求和有什么影響?一般來說,不設(shè)置axis這個參數(shù),那么就是把數(shù)組或者矩陣所

    2024年02月02日
    瀏覽(28)
  • Python中Numpy的np.array詳解

    np.array 用于創(chuàng)建一個新的NumPy數(shù)組對象。其語法如下: object :任何可用于初始化新數(shù)組的對象,例如列表、元組、數(shù)組等。 dtype :新數(shù)組的數(shù)據(jù)類型。如果未指定,則會從輸入對象中推斷數(shù)據(jù)類型。 其他參數(shù)允許進(jìn)一步控制新數(shù)組的創(chuàng)建。 返回一個新的NumPy數(shù)組。 示例

    2024年02月08日
    瀏覽(33)
  • 【Python】【Opencv】形態(tài)學(xué)操作cv2.morphologyEx()函數(shù)詳解和示例,實現(xiàn)腐蝕、膨脹、閉和開等運算

    【Python】【Opencv】形態(tài)學(xué)操作cv2.morphologyEx()函數(shù)詳解和示例,實現(xiàn)腐蝕、膨脹、閉和開等運算

    常用的形態(tài)學(xué)操作如腐蝕、膨脹、開運算、閉運算等,可以幫助我們解決一下圖像不連接或消除圖像中某些不想要的連接,對于圖像處理使用方便,效果明顯。本文通過示例對這些功能和效果進(jìn)行演示,以幫助大家理解和使用。 cv2.morphologyEx 是 OpenCV 中的一個函數(shù),用于執(zhí)行

    2024年02月22日
    瀏覽(93)
  • 【100天精通Python】Day73:python機(jī)器學(xué)習(xí)入門算法詳解與代碼示例

    目錄 1. 監(jiān)督學(xué)習(xí)算法: 1.1 線性回歸(Linear Regression): 1.2? 邏輯回歸(Logistic Regression): 1.3 決策樹(Decision Tree): 1.4 支持向量機(jī)(Support Vector Machine): 1.5 隨機(jī)森林(Random Forest): ?2. 無監(jiān)督學(xué)習(xí)算法: ?2.1 聚類算法(Clustering): 2.2 主成分分析(PCA): 2.3 K均值聚

    2024年02月05日
    瀏覽(50)
  • 機(jī)器學(xué)習(xí)筆記之核函數(shù)再回首:Nadarya-Watson核回歸python手寫示例

    機(jī)器學(xué)習(xí)筆記之核函數(shù)再回首:Nadarya-Watson核回歸python手寫示例

    本節(jié)從代碼角度,介紹基于 高維 特征向量使用 Nadaraya-Watson text{Nadaraya-Watson} Nadaraya-Watson 核回歸 的示例。 在注意力機(jī)制基本介紹中,我們提到過這種基于 注意力機(jī)制權(quán)重 的 懶惰學(xué)習(xí)方法 。該方法與 注意力機(jī)制 關(guān)聯(lián)的核心操作有如下步驟: 通過核函數(shù)描述樣本之間的關(guān)聯(lián)

    2024年02月10日
    瀏覽(75)
  • 【Python從入門到人工智能】14個必會的Python內(nèi)置函數(shù)(6)——打印輸出 (詳細(xì)語法參考+參數(shù)說明+具體示例) | 詳解Python中的打印輸出!附綜合案例!

    ? 你有不傷別人的教養(yǎng),卻缺少一種不被別人傷害的氣場,若沒有人護(hù)你周全,就請你以后善良中帶點鋒芒,為自己保駕護(hù)航。 ? ??作者主頁: 追光者♂?? ???????? ??個人簡介: ? ??[1] 計算機(jī)專業(yè)碩士研究生?? ? ??[2] 2022年度博客之星人工智能領(lǐng)域TOP4?? ? ??[

    2024年02月15日
    瀏覽(32)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包