逐元素计算绝对值并将结果存储在 Numpy 中的新位置
numpyserver side programmingprogramming更新于 2025/9/21 7:12:00
要逐元素计算绝对值，请使用 Python Numpy 中的 numpy.fabs() 方法。我们将存储结果的新位置是一个新数组。
此函数返回 x 中数据的绝对值(正幅值)。不处理复数值，使用绝对值来查找复数值的绝对值。条件通过输入广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。请注意，如果通过默认 out=None 创建未初始化的 out 数组，则其中条件为 False 的位置将保持未初始化状态。
步骤
首先，导入所需的库 −
import numpy as np
创建一个包含一些 NaT 和日期值的数组 −
arr = np.array([-1, 1, 10, 45, 67, 89, -97])
显示数组 −
print("数组...
", arr)
获取数组的类型 −
print("
我们的数组类型...
", arr.dtype)
获取数组的维度 −
print("
我们的数组维度...
",arr.ndim)
获取数组中元素的数量 −
print("
元素数量...
", arr.size)
创建另一个具有相同形状的数组来存储结果 −
arrRes = np.array([5.3, -3.4, 7.6, 5.1, 5.9, 6.8, 9.8])
要按元素计算绝对值，请使用 Python Numpy 中的 numpy.fabs() 方法。我们将存储结果的新位置是 arrRes −
print("
按元素计算绝对值...
",np.fabs(arr, arrRes))
检查存储结果的新数组的值 −
print("
结果...
",arrRes)
示例
import numpy as np
# 创建一个包含一些 NaT 和日期值的数组
arr = np.array([-1, 1, 10, 45, 67, 89, -97])
# 显示数组
print("数组...
", arr)
# 获取数组的类型
print("
我们的数组类型...
", arr.dtype)
# 获取数组的维度
print("
我们的数组维度...
",arr.ndim)
# 获取数组中的元素数
print("
元素数...
", arr.size)
# 创建另一个具有相同形状的数组来存储结果
arrRes = np.array([5.3, -3.4, 7.6, 5.1, 5.9, 6.8, 9.8])
# 要按元素计算绝对值，请使用 Python Numpy 中的 numpy.fabs() 方法
# 我们将存储结果的新位置是 arrRes
print("
按元素计算绝对值...
",np.fabs(arr,
arrRes))
# 检查存储结果的新数组的值
print("
结果...
",arrRes)
输出
数组... [ -1 1 10 45 67 89 -97] 我们的数组类型... int64 我们的数组维度... 1 Number of elements... 7 逐个元素计算绝对值...... [ 1. 1. 10. 45. 67. 89. 97.] 结果... [ 1. 1. 10. 45. 67. 89. 97.]
