Como executar operações aritméticas no NumPy

Uma característica interessante das matrizes NumPy é que podemos executar a mesma operação matemática em cada elemento com um único comando.
Nota: As operações exponencial e logarítmica são suportadas.

Exemplo

import numpy as np

arr = np.array([[5, 10], [15, 20]])
# Adiciona 10 para cada elemento
print("Adicionando 10: " + repr(arr + 10))

# Multiplicando cada elemento por 5
print("Multiplicando cada elemento por 5: " + repr(arr * 5))

# Subtraindo 5 de cada elemento
print("Subtraindo 5: " + repr(arr - 5))

# Multiplicação de matrizes
arr1 = np.array([[-8, 7], [17, 20], [8, -16], [11, 4]])
arr2 = np.array([[5, -5, 10, 20], [-8, 0, 13, 2]])
print("Multiplicando duas matrizes: " + repr(np.matmul(arr1, arr2)))

# Exponencial
arr3 = np.array([[1, 5], [2.5, 2]])

# Exponencial de cada elemento
print("Taking the exponential: " + repr(np.exp(arr3)))

# Cubo de cada elemento
print("Transformando cada elemento em uma potência de 3: " + repr(np.power(3, arr3)))

Estatísticas e agregação

Como o objetivo é produzir algo útil a partir de um conjunto de dados, o NumPy oferece várias ferramentas estatísticas, como mínimo, máximo, mediana, média e soma.

Exemplo

import numpy as np

arr = np.array([[18, 5, -25],
                [-10, 30, 7],
                [8, 16, -2]])

print("Mínimo: ", arr.min())
print("Máximo: ", arr.max())
print("Soma: ", np.sum(arr))
print("Média ", np.mean(arr))
print("Mediano: ", np.median(arr))
print("Variação: ", np.var(arr))

Salvando dados

No NumPy, todos os nossos dados podem ser salvos usando o método save. Isso criará um arquivo com a extensão .npy contendo todos os nossos dados.
O método load pode carregar os dados de um arquivo .npy novamente no programa.

Fonte: How to perform arithmetic operations in NumPy?
Licença: Creative Commons -Attribution -ShareAlike 4.0 (CC-BY-SA 4.0)