1、番外说明
大家好，我是小P，本系列是本人对Python模块Numpy的一些学习记录，总结于此一方面方便其它初学者学习，另一方面害怕自己遗忘，希望大家喜欢。此外，对“目标检测/模型压缩/语义分割”感兴趣的小伙伴，欢迎加入QQ群 813221712 讨论交流，进群请看群公告！（可以点击如下连接直接加入！）
点击链接加入群聊【Object Detection】：https://jq.qq.com/?_wv=1027&k=5kXCXF8
2、正题
参考链接：
https://www.runoob.com/numpy/numpy-mathematical-functions.html
NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。
2.1 三角函数
NumPy 提供了标准的三角函数：sin()、cos()、tan()。
实例：Numpy三角函数使用
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)) 输出结果为：
不同角度的正弦值： [0. 0.5 0.70710678 0.8660254 1. ] 数组中角度的余弦值： [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01 6.12323400e-17] 数组中角度的正切值： [0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00 1.63312394e+16] arcsin，arccos，和 arctan 函数返回给定角度的 sin，cos 和 tan 的反三角函数。
这些函数的结果可以通过 numpy.degrees() 函数将弧度转换为角度。
实例：numpy反三角函数的使用
import numpy as np a = np.array([0,30,45,60,90]) print ('含有正弦值的数组：') sin = np.sin(a*np.pi/180) print (sin) print ('计算角度的反正弦，返回值以弧度为单位：') inv = np.arcsin(sin) print (inv) print ('通过转化为角度制来检查结果：') print (np.degrees(inv)) print ('arccos 和 arctan 函数行为类似：') cos = np.cos(a*np.pi/180) print (cos) print ('反余弦：') inv = np.arccos(cos) print (inv) print ('角度制单位：') print (np.degrees(inv)) print ('tan 函数：') tan = np.tan(a*np.pi/180) print (tan) print ('反正切：') inv = np.arctan(tan) print (inv) print ('角度制单位：') print (np.degrees(inv)) 输出结果为：
含有正弦值的数组： [0. 0.5 0.70710678 0.8660254 1. ] 计算角度的反正弦，返回值以弧度为单位： [0. 0.52359878 0.78539816 1.04719755 1.57079633] 通过转化为角度制来检查结果： [ 0. 30. 45. 60. 90.] arccos 和 arctan 函数行为类似： [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01 6.12323400e-17] 反余弦： [0. 0.52359878 0.78539816 1.04719755 1.57079633] 角度制单位： [ 0. 30. 45. 60. 90.] tan 函数： [0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00 1.63312394e+16] 反正切： [0. 0.52359878 0.78539816 1.04719755 1.57079633] 角度制单位： [ 0. 30. 45. 60. 90.] 舍入函数 2.2 numpy.around() 函数
返回指定数字的四舍五入值，使用样例如下：
numpy.around(a,decimals) 参数说明：
● a: 数组
● decimals: 舍入的小数位数。 默认值为0。 如果为负，整数将四舍五入到小数点左侧的位置
实例：Numpy.around的使用
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 = 1)) print (np.around(a, decimals = -1)) 输出结果为：
原数组： [ 1. 5.55 123. 0.567 25.532] 舍入后： [ 1. 6. 123. 1. 26.] [ 1. 5.6 123. 0.6 25.5] [ 0. 10. 120. 0. 30.] 2.3 numpy.floor()
numpy.floor() 返回数字的下舍整数。
实例：numpy.floor使用
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)) 输出结果为：
提供的数组： [-1.7 1.5 -0.2 0.6 10. ] 修改后的数组： [-2. 1. -1. 0. 10.] 2.4 numpy.ceil()
numpy.ceil() 返回数字的上入整数。
实例：numpy.ceil使用
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)) 输出结果为：
提供的数组： [-1.7 1.5 -0.2 0.6 10. ] 修改后的数组： [-1. 2. -0. 1. 10.] 文章来源: https://blog.csdn.net/phinoo/article/details/89737782