Python numpy absolute用法及代码示例

本文简要介绍 python 语言中 numpy.absolute 的用法。

用法:

numpy.absolute(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True [, signature, extobj ]) = <ufunc 'absolute'>

按元素计算绝对值。

np.abs 是此函数的简写。

参数：

x： array_like

输入数组。

out： ndarray，None，或 ndarray 和 None 的元组，可选

存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或 None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

where： 数组，可选

此条件通过输入广播。在条件为真的位置，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，如果未初始化out数组是通过默认创建的out=None，其中条件为 False 的位置将保持未初始化状态。

**kwargs：

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

absolute： ndarray

一个包含每个元素的绝对值的ndarrayx.对于复杂的输入，a + ib, 绝对值为\(\sqrt{ a^2 + b^2 }\).这是一个标量，如果x是一个标量。

例子：

>>> x = np.array([-1.2, 1.2])
>>> np.absolute(x)
array([ 1.2,  1.2])
>>> np.absolute(1.2 + 1j)
1.5620499351813308

在 [-10, 10] 上绘制函数：

>>> import matplotlib.pyplot as plt

>>> x = np.linspace(start=-10, stop=10, num=101)
>>> plt.plot(x, np.absolute(x))
>>> plt.show()

在复平面上绘制函数：

>>> xx = x + 1j * x[:, np.newaxis]
>>> plt.imshow(np.abs(xx), extent=[-10, 10, -10, 10], cmap='gray')
>>> plt.show()

abs 函数可用作 ndarray 上 np.absolute 的简写。

>>> x = np.array([-1.2, 1.2])
>>> abs(x)
array([1.2, 1.2])