首页 > 编程笔记 > Python笔记

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:

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]]]

相关文章