numpy陣列本身提供了對陣列元素快速處理的通用函式，像計算平方根、平方、四捨五入等，不需要寫任何迴圈操作，就能完成對每個元素的操作，當然你也可以自定義函式，將這個函式應用在陣列的每個元素上，下面我以Anaconda3為基礎，實驗系統及軟體為win7+python3.6+qtconsole，簡單介紹一下，主要如下：

1.一元通用函式。這裡主要用到一個數組，將這個陣列作為引數傳遞給函式，對陣列的中的每個元素進行操作，包括計算絕對值、平方根、平方等，主要函式如下：

abs、fabs：計算整數、浮點數或複數絕對值

sqrt：計算各元素的平方根

square：計算各元素的平方

exp：計算各元素的指數e^x

log、log10、log2、log1p：計算各元素的對數

sign：計算各元素的正負號

ceil：向上取整

floor：向下取整

rint：四捨五入取整

modf：將陣列的小數和整數部分以兩個獨立陣列的形式返回

cos、cosh、sin、sinh、tan、tanh：普通型和雙曲型三角函式

arccos、arccosh、arcsin、arcsinh、arctan、arctanh：反三角函式

測試程式碼如下：

2.二元通用函式。這裡需要用到兩個陣列，將這兩個陣列作為引數傳遞給函式，包括陣列相加、陣列相減、陣列相乘等。主要函式如下：

add：將陣列中對應的元素相加

subtract：從第一個陣列中減去第二個陣列中的元素

multiply：陣列元素相乘

divide、floor_divide：除法或向下圓整除法

power：對第一個陣列中的元素A，根據第二個陣列中的相應元素B，計算A^B

maximum、fmax：元素級的最大值計算

minimum、fmin：元素級的最小值計算

mod：元素級的求模計算copysign：將第二個陣列中的值的符號複製給第一個陣列中的值

測試程式碼如下：

3.自定義函式。這裡主要用到apply_along_axis(func, axis, arr, *args, **kwargs)這個函式，第一個引數是我們自定義的函式，第二個引數為作用的軸向，第三個引數為作用的陣列，其他兩個引數為額外的引數，測試程式碼如下：

至此，我們就完成了對利用numpy陣列對每個元素的操作。整個過程來看，其實很簡單，只要記住相關函式，會使用就行，numpy已經提供了大部分操作，如果需要自己定義的話，也可自定義函式，我這裡就不詳細講述了，網上這方面的資料很多，你可以搜一下，對你提高很有幫助，希望以上分享的內容能對你有所幫助吧。

“陣列中小於0的置0，大於零的保留原值”，這就是ReLU啟用函式：

可以直接用TensorFlow裡的ReLU函式，這樣原本的[[-1,1], [-2,2]]就變成了[[0,1],[0,2]]。

我在自己網站上也發了一個帖子，程式碼排版更好看一些，而且可以線上執行（效果如圖）：

https://jizhi.im/community/discuss/2017-12-29-2-20-0-pm