NumPy quickstart — NumPy v2.1 Manual

向上取整np.ceil()

最大值np.max()

复制而非引用new_array = old_array.copy()

数组处理

序列访问

extrema_index_list 
	= scipy.signal.argrelextrema(np.array( S_list ) ,
															 np.less , 
						 									 order = 1 )[ 0 ]  # 取索引而非之后的布尔
fre_extrema_index = np.array(frequencies_list)[ extrema_index_list] 
	# 使用no.array()[]进行列表序列访问，而非将列表直接置于中括号操作符中。

数组最小值的位置

向量能力

序列范围判定：

使用numpy.logical_and(#list_judge)对每个元素进行范围判定，判定条件为list_judge传入的每个条件都成立（AND）

使用numpy.all() Test whether all array elements along a given axis evaluate to True.

Xcenter , Ycenter , W , L = solution
lower_bound = [ -(W - 1) / 2 , -(L - 1) / 2 , self.W_min , self.L_min ]
upper_bound = [ (W - 1) / 2 , (L - 1) / 2 , self.Wg , self.Lg ]
within_bounds = np.logical_and(solution > lower_bound ,
                               solution < upper_bound )
if np.all(
          within_bounds
          ) is False:
	print( "超过限制\\n" )
   return -300

并行能力的利用

数组求和np.sum()

切片表达式

Dc[1:NT] = (MSD[1:NT] - MSD[0:NT-1])/ (6 * h)

MSD[it] = np.sum(Dx * Dx + Dy * Dy)