NumPy 差分、最小公倍数、最大公约数、三角函数详解
NumPy 差分
离散差分意味着相邻元素之间的减法。
例如，对于 [1, 2, 3, 4]，离散差分将是 [2-1, 3-2, 4-3] = [1, 1, 1]
要找到离散差分，使用 diff() 函数。
示例：
import numpy as np
arr = np.array([10, 15, 25, 5])
newarr = np.diff(arr)
print(newarr)
返回：[5 10 -20]，因为 15-10=5，25-15=10，5-25=-20
我们可以通过给出参数 n 来重复执行此操作。
例如，对于 [1, 2, 3, 4]，n = 2 时，离散差分将是 [2-1, 3-2, 4-3] = [1, 1, 1]，然后，由于 n=2，我们将再次执行一次，得到新结果：[1-1, 1-1] = [0, 0]
示例
对以下数组进行两次离散差分：
import numpy as np
arr = np.array([10, 15, 25, 5])
newarr = np.diff(arr, n=2)
print(newarr)
返回：[5 -30]，因为：15-10=5，25-15=10，5-25=-20，而 10-5=5 和 -20-10=-30
NumPy 最小公倍数（LCM）
最小公倍数是两个数的最小公倍数。
示例：
import numpy as np
num1 = 4
num2 = 6
x = np.lcm(num1, num2)
print(x)
返回：12，因为这是这两个数的最小公倍数（4*3=12 和 6*2=12）。
在数组中找到最小公倍数
要找到数组中所有值的最小公倍数，可以使用 reduce() 方法。
reduce() 方法将对每个元素使用 ufunc，在本例中是 lcm() 函数，并将数组减少一个维度。
示例
找到以下数组值的最小公倍数：
import numpy as np
arr = np.array([3, 6, 9])
x = np.lcm.reduce(arr)
print(x)
返回：18，因为这是所有三个数的最小公倍数（3*6=18，6*3=18 和 9*2=18）。
示例
找到包含从 1 到 10 的所有整数的数组中所有值的最小公倍数：
import numpy as np
arr = np.arange(1, 11)
x = np.lcm.reduce(arr)
print(x)
NumPy 最大公约数（GCD）
最大公约数（GCD，也称为 HCF，即最高公因数）是两个数的最大公共因数。
示例：
import numpy as np
num1 = 6
num2 = 9
x = np.gcd(num1, num2)
print(x)
返回：3，因为这是两个数都可以被整除的最大数（6/3=2 和 9/3=3）。
在数组中找到最大公约数
要找到数组中所有值的最大公约数，可以使用 reduce() 方法。
reduce() 方法将对每个元素使用 ufunc，在本例中是 gcd() 函数，并将数组减少一个维度。
示例
找到以下数组中所有数字的最大公约数：
import numpy as np
arr = np.array([20, 8, 32, 36, 16])
x = np.gcd.reduce(arr)
print(x)
返回：4，因为这是所有值都可以被整除的最大数。
NumPy 三角函数
NumPy 提供了 sin()、cos() 和 tan() 等 ufunc，它们接受弧度值并生成相应的正弦、余弦和正切值。
示例：
import numpy as np
x = np.sin(np.pi/2)
print(x)
示例
找到数组 arr 中所有值的正弦值：
import numpy as np
arr = np.array([np.pi/2, np.pi/3, np.pi/4, np.pi/5])
x = np.sin(arr)
print(x)
将角度转换为弧度
默认情况下，所有的三角函数都接受弧度作为参数，但是在 NumPy 中我们也可以将弧度和角度相互转换。
注意：弧度值是 pi/180 乘以角度值。
示例
将以下数组 arr 中的所有值转换为弧度：
import numpy as np
arr = np.array([90, 180, 270, 360])
x = np.deg2rad(arr)
print(x)
将弧度转换为角度
示例
将以下数组 arr 中的所有值转换为角度：
import numpy as np
arr = np.array([np.pi/2, np.pi, 1.5*np.pi, 2*np.pi])
x = np.rad2deg(arr)
print(x)
查找角度
从正弦、余弦、正切值查找角度。例如，sin、cos 和 tan 的反函数（arcsin、arccos、arctan）。
NumPy 提供了 arcsin()、arccos() 和 arctan() 等 ufunc，它们给出相应 sin、cos 和 tan 值的弧度值。
示例
找到 1.0 的角度：
import numpy as np
x = np.arcsin(1.0)
print(x)
数组中每个值的角度
示例
找到数组中所有正弦值的角度：
import numpy as np
arr = np.array([1, -1, 0.1])
x = np.arcsin(arr)
print(x)
斜边
在 NumPy 中使用勾股定理找到斜边。
NumPy 提供了 hypot() 函数，它接受底边和垂直边的值，并根据勾股定理生成斜边。
示例
找到底边为 4，垂直边为 3 的斜边：
import numpy as np
base = 3
perp = 4
x = np.hypot(base, perp)
print(x)
最后
为了方便其他设备和平台的小伙伴观看往期文章：
微信公众号搜索：Let us Coding，关注后即可获取最新文章推送
看完如果觉得有帮助，欢迎点赞、收藏、关注