国企混改将全面提速 专家：突破口或在商业类企业

百度 新能源电动车的发展进步与充电设施的不断完善，也为电动汽车分时租赁提供了充分条件。

add()：对两个数组的逐个字符串元素进行连接。

import numpy as np

print ('连接两个字符串：')
print (np.char.add(['hello'],['sunjingyue']))
print ('\n')

print ('连接示例：')
print (np.char.add(['hello', 'hi'],['sunjingyue', ' zhangchenyang']))

multiply()：返回按元素多重连接后的字符串。

import numpy as np

print (np.char.multiply('good',3))

center()：居中字符串。

import numpy as np

# np.char.center(str , width,fillchar)：
# str：字符串，width：长度，fillchar：填充字符
print (np.char.center('good', 20,fillchar = '*'))

capitalize()：将字符串第一个字母转换为大写。

import numpy as np

print (np.char.capitalize('i am very beautiful'))

title()：将字符串的每个单词的第一个字母转换为大写。

import numpy as np

print (np.char.title('i am very beautiful'))

lower()：数组元素转换为小写。

import numpy as np

# 操作数组
print (np.char.lower(['NICE','GOOD']))
# 操作字符串
print (np.char.lower('GOOD'))

upper()：数组元素转换为大写。

import numpy as np

# 操作数组
print (np.char.upper(['good','nice']))
# 操作字符串
print (np.char.upper('good'))

split()：指定分隔符对字符串进行分割，并返回数组列表。

import numpy as np

# 分隔符默认为空格
print (np.char.split ('i am very beautiful'))
# 分隔符为 .
print (np.char.split ('www.xiqianyangyi.com', sep = '.'))

splitlines()：返回元素中的行列表，以换行符分割。

import numpy as np

# 换行符 \n
print (np.char.splitlines('i\nam very beautiful'))

strip()：移除元素开头或者结尾处的特定字符。

import numpy as np

# 移除字符串头尾的 a 字符
print (np.char.strip('ashok arunooba','a'))
# 移除数组元素头尾的 a 字符
print (np.char.strip(['arunooba','admin','java'],'a'))

join()：通过指定分隔符来连接数组中的元素。

import numpy as np

# 操作字符串
print (np.char.join(':','good'))
# 指定多个分隔符操作数组元素
print (np.char.join([':','—'],['good','nice']))

replace()：使用新字符串替换字符串中的所有子字符串。

import numpy as np

print (np.char.replace ('i have some apples', 'some', 'many'))

encode()：数组元素依次调用str.encode。

import numpy as np

a = np.char.encode('good', 'cp500')
print (a)

decode()：数组元素依次调用str.decode。

import numpy as np

a = np.char.encode('good', 'cp500')
print (a)
print (np.char.decode(a,'cp500'))

数学函数

三角函数：sin()、cos()、tan()。

import numpy as np
a = np.array([0,30,45,60,90])
print ('不同角度的正弦值：')
# 通过乘 pi/180 转化为弧度
print (np.sin(a*np.pi/180))
print ('数组中角度的余弦值：')
print (np.cos(a*np.pi/180))
print ('数组中角度的正切值：')
print (np.tan(a*np.pi/180))

around()：四舍五入。

import numpy as np
a = np.array([1.0,5.55, 123, 0.567, 25.532])
print ('原数组：')
print (a)
print ('舍入后：')
print (np.around(a))
print (np.around(a, decimals = 2))
print (np.around(a, decimals = -1))

floor()：向下取整，返回小于或者等于指定表达式的最大整数。

import numpy as np

a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
print ('提供的数组：')
print (a)
print ('修改后的数组：')
print (np.floor(a))

ceil()：向上取整，返回大于或者等于指定表达式的最小整数。

import numpy as np

a = np.array([-1.7, 1.5, -0.2, 0.6, 10])
print ('提供的数组：')
print (a)
print ('修改后的数组：')
print (np.ceil(a))

算数函数

add()，subtract()，multiply() 和 divide()：加减乘除。

import numpy as np

a = np.arange(9, dtype = np.float_).reshape(3,3)
print ('第一个数组：')
print (a)
print ('第二个数组：')
b = np.array([10,10,10])
print (b)
print ('两个数组相加：')
print (np.add(a,b))
print ('两个数组相减：')
print (np.subtract(a,b))
print ('两个数组相乘：')
print (np.multiply(a,b))
print ('两个数组相除：')
print (np.divide(a,b))

reciprocal()：返回参数逐元素的倒数。

import numpy as np

a = np.array([0.25, 0.2, 1, 100])
print ('我们的数组是：')
print (a)
print ('调用 reciprocal 函数：')
print (np.reciprocal(a))

mod()：输入数组中相应元素的相除后的余数。

import numpy as np

a = np.array([10,20,30])
b = np.array([3,5,7])
print ('第一个数组：')
print (a)
print ('第二个数组：')
print (b)
print ('调用 mod() 函数：')
print (np.mod(a,b))
print ('调用 remainder() 函数：')
print (np.remainder(a,b))

power()：将第一个输入数组中的元素作为底数，计算它与第二个输入数组中相应元素的幂。

import numpy as np

a = np.array([10,100,1000])
print ('我们的数组是：')
print (a)
print ('调用 power 函数：')
print (np.power(a,2))
print ('第二个数组：')
b = np.array([1,2,3])
print (b)
print ('再次调用 power 函数：')
print (np.power(a,b))

统计函数

amin() 和 amax()：计算数组中的元素沿指定轴的最小值和最大值。

import numpy as np

a = np.array([[3,7,5],[8,4,3],[2,4,9]])
print ('我们的数组是：')
print (a)
print ('调用 amin() 函数：')
print (np.amin(a,1))
print ('再次调用 amin() 函数：')
print (np.amin(a,0))
print ('调用 amax() 函数：')
print (np.amax(a))
print ('再次调用 amax() 函数：')
print (np.amax(a, axis = 0))

ptp()：计算数组中元素最大值与最小值的差。

import numpy as np

a = np.array([[3,7,5],[8,4,3],[2,4,9]])
print ('我们的数组是：')
print (a)
print ('调用 ptp() 函数：')
print (np.ptp(a))
print ('沿轴 1 调用 ptp() 函数：')
print (np.ptp(a, axis = 1))
print ('沿轴 0 调用 ptp() 函数：')
print (np.ptp(a, axis = 0))

percentile()：表示小于这个值的观察值的百分比。

import numpy as np

a = np.array([[10, 7, 4], [3, 2, 1]])
print ('我们的数组是：')
print (a)
print ('调用 percentile() 函数：')
# 50% 的分位数，就是 a 里排序之后的中位数
print (np.percentile(a, 50))
# axis 为 0，在纵列上求
print (np.percentile(a, 50, axis=0))
# axis 为 1，在横行上求
print (np.percentile(a, 50, axis=1))

median()：用于计算数组中元素的中位数。

import numpy as np

a = np.array([[30,65,70],[80,95,101],[50,90,60]])
print ('我们的数组是：')
print (a)
print ('调用median()函数：')
print (np.median(a))
print ('沿轴0调用median()函数：')
print (np.median(a, axis = 0))
print ('沿轴1调用median()函数：')
print (np.median(a, axis = 1))

mean()：返回数组中元素的算术平均值。

import numpy as np

a = np.array([[1,2,3],[3,4,5],[4,5,6]])
print ('我们的数组是：')
print (a)
print ('调用 mean() 函数：')
print (np.mean(a))
print ('沿轴 0 调用 mean() 函数：')
print (np.mean(a, axis = 0))
print ('沿轴 1 调用 mean() 函数：')
print (np.mean(a, axis = 1))

average()：根据在另一个数组中给出的权重计算数组中元素的加权平均值。

import numpy as np

a = np.array([1,2,3,4])
print ('我们的数组是：')
print (a)
print ('调用 average() 函数：')
print (np.average(a))
# 不指定权重时相当于 mean 函数
b = np.array([5,2,2,1])
print ('再次调用 average() 函数：')
print (np.average(a,weights = b))