NumPy 算术函数包含简单的加减乘除: add(),subtract(),multiply() 和 divide()。

需要注意的是数组必须具有相同的形状或符合数组广播规则。

实例

import numpy as np

a = np.arange(9, dtype = np.float_).reshape(3,3)

print ('第一个数组:')

print (a)

print ('\n')

print ('第二个数组:')

b = np.array([10,10,10])

print (b)

print ('\n')

print ('两个数组相加:')

print (np.add(a,b))

print ('\n')

print ('两个数组相减:')

print (np.subtract(a,b))

print ('\n')

print ('两个数组相乘:')

print (np.multiply(a,b))

print ('\n')

print ('两个数组相除:')

print (np.divide(a,b))

 输出结果为:

第一个数组:

[[0. 1. 2.]

[3. 4. 5.]

[6. 7. 8.]]

第二个数组:

[10 10 10]

两个数组相加:

[[10. 11. 12.]

[13. 14. 15.]

[16. 17. 18.]]

两个数组相减:

[[-10. -9. -8.]

[ -7. -6. -5.]

[ -4. -3. -2.]]

两个数组相乘:

[[ 0. 10. 20.]

[30. 40. 50.]

[60. 70. 80.]]

两个数组相除:

[[0. 0.1 0.2]

[0.3 0.4 0.5]

[0.6 0.7 0.8]]

 

此外 Numpy 也包含了其他重要的算术函数。

numpy.reciprocal()

numpy.reciprocal() 函数返回参数逐元素的倒数。如 1/4 倒数为 4/1。

实例

import numpy as np

a = np.array([0.25, 1.33, 1, 100])

print ('我们的数组是:')

print (a)

print ('\n')

print ('调用 reciprocal 函数:')

print (np.reciprocal(a))

 

输出结果为:

我们的数组是:

[ 0.25 1.33 1. 100. ]

调用 reciprocal 函数:

[4. 0.7518797 1. 0.01 ]

numpy.power()

numpy.power() 函数将第一个输入数组中的元素作为底数,计算它与第二个输入数组中相应元素的幂。

实例

import numpy as np

a = np.array([10,100,1000])

print ('我们的数组是;')

print (a)

print ('\n')

print ('调用 power 函数:')

print (np.power(a,2))

print ('\n')

print ('第二个数组:')

b = np.array([1,2,3])

print (b)

print ('\n')

print ('再次调用 power 函数:')

print (np.power(a,b))

 

输出结果为:

我们的数组是;

[ 10 100 1000]

调用 power 函数:

[ 100 10000 1000000]

第二个数组:

[1 2 3]

再次调用 power 函数:

[ 10 10000 1000000000]

numpy.mod()

numpy.mod() 计算输入数组中相应元素的相除后的余数。 函数 numpy.remainder() 也产生相同的结果。

实例

import numpy as np

a = np.array([10,20,30])

b = np.array([3,5,7])

print ('第一个数组:')

print (a)

print ('\n')

print ('第二个数组:')

print (b)

print ('\n')

print ('调用 mod() 函数:')

print (np.mod(a,b))

print ('\n')

print ('调用 remainder() 函数:')

print (np.remainder(a,b))

 

输出结果为:

第一个数组:

[10 20 30]

第二个数组:

[3 5 7]

调用 mod() 函数:

[1 0 2]

调用 remainder() 函数:

[1 0 2]

 

REF

https://www.runoob.com/numpy/numpy-arithmetic-operations.html

查看原文