NumPy算术运算函数汇总(7个)
在 NumPy 中,数组对象支持使用算术运算符进行运算,包括加、减、乘、除、取模、幂、整除等。
NumPy 提供的算术运算函数有如下几个:
示例代码如下:
NumPy 提供的算术运算函数有如下几个:
1) add()函数
该函数用于实现加法运算,其语法格式如下:add(x1,x2)其中,参数 x1 表示数组对象;参数 x2 表示数组对象。
2) subtract()函数
该函数用于实现减法运算,其语法格式如下:subtract(x1,x2)其中,参数 x1 表示数组对象;参数 x2 表示数组对象。
3、multiple()函数
该函数用于实现乘法运算,其语法格式如下:multiple(x1,x2)其中,参数 x1 表示数组对象;参数 x2 表示数组对象。
4、divide()函数
该函数用于实现除法运算,其语法格式如下:divide(x1,x2)其中,参数 x1 表示数组对象;参数 x2 表示数组对象。
5、power()函数
该函数用于实现幂运算,其语法格式如下:power(x1,x2)其中,参数 x1 表示数组对象;参数 x2 表示数组对象。
6、floor_divide()函数
该函数用于实现整除运算,其语法格式如下:floor_divide(x1,x2)其中,参数 x1 表示数组对象;参数 x2 表示数组对象。
7、mod()函数
该函数用于实现取模运算,其语法格式如下:mod(x1,x2)其中,参数 x1 表示数组对象;参数 x2 表示数组对象。
示例代码如下:
import numpy as np # 一维数组对象 a1 = np.array([2, 3, 4, 5]) a2 = np.array([6, 7, 8, 9, 10]) print(np.add(a1, a2)) print("============================") print(np.subtract(a1, a2)) print("============================") print(np.multiply(a1, a2)) print("============================") print(np.divide(a1, a2)) print("============================") print(np.power(a1, a2)) print("============================") print(np.floor_divide(a1, a2)) print("============================") print(np.mod(a1, a2)) print("============================") # 二维数组对象 b1 = np.array([[1, 2], [3, 4]]) b2 = np.array([[5, 6], [7, 8]]) print(np.add(b1, b2)) print("============================") print(np.subtract(b1, b2)) print("============================") print(np.multiply(b1, b2)) print("============================") print(np.divide(b1, b2)) print("============================") print(np.power(b1, b2)) print("============================") print(np.floor_divide(b1, b2)) print("============================") print(np.mod(b1, b2)) print("============================") # 三维数组对象 c1 = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[10, 11, 12], [13, 14, 15], [16, 17, 18]]]) c2 = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]], [[10, 11, 12], [13, 14, 15], [16, 17, 18]]]) print(np.add(c1, c2)) print("============================") print(np.subtract(c1, c2)) print("============================") print(np.multiply(c1, c2)) print("============================") print(np.divide(c1, c2)) print("============================") print(np.power(c1, c2)) print("============================") print(np.floor_divide(c1, c2)) print("============================") print(np.mod(c1, c2))运行结果为:
[ 8 10 12 14 10] ---------------------------- [-4 -4 -4 -5 0] ---------------------------- [ 12 21 32 40 100] ---------------------------- [0.33333333 0.42857143 0.5 0.55555556 0.625] ---------------------------- [ 2 2187 16384 9765625 15625] ---------------------------- [0 0 0 0 1] ---------------------------- [4 4 4 5 0] ---------------------------- [[6 8] [10 12]] ---------------------------- [[-4 -4] [-4 -4]] ---------------------------- [[ 5 12] [21 32]] ---------------------------- [0.2 0.33333334 0.5 0.42857143 0.5] ---------------------------- [[1 4] [343 4096]] ---------------------------- [[[ 1 1 1] [ 0 0 0] [ 0 0 0]] [[ 0 0 0] [ 0 0 0] [ 0 0 0]]] ---------------------------- [[[1 2] [3 6] [7 14]] [[10 22] [26 56] [34 74]]] ---------------------------- [[[1 4 27] [64 3600 21600] [343 72129 362880]] [[1 484 94096] [100 14641 33753280] [256 1922 5832]]] ---------------------------- [[[1 1 1] [0 0 0] [0 0 0]] [[10 11 12] [1 1 1] [1 1 1]]] ---------------------------- [[[0 0] [0 0] [0 0]] [[0 0] [0 0] [0 0]]]