numpy.subtract #
- 麻木的。减( x1 , x2 , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc 'subtract' > #
按元素减go参数。
- 参数:
- x1, x2类似数组
要相互减go的数组。如果,它们必须可广播为通用形状(成为输出的形状)。
x1.shape != x2.shape
- out ndarray、None 或 ndarray 和 None 的元组,可选
存储结果的位置。如果提供,它必须具有输入广播到的形状。如果未提供或无,则返回新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
- 其中array_like,可选
该条件通过输入广播。在条件为 True 的位置,输出数组将设置为 ufunc 结果。在其他地方,输出数组将保留其原始值。请注意,如果通过 default 创建 未初始化的out
out=None
数组,则其中条件为 False 的位置将保持未初始化状态。- **夸格
对于其他仅关键字参数,请参阅 ufunc 文档。
- 返回:
- y ndarray
x1和x2的差异(按元素)。如果x1和x2都是标量,则这是一个标量。
笔记
相当于数组广播而言。
x1 - x2
例子
>>> np.subtract(1.0, 4.0) -3.0
>>> x1 = np.arange(9.0).reshape((3, 3)) >>> x2 = np.arange(3.0) >>> np.subtract(x1, x2) array([[ 0., 0., 0.], [ 3., 3., 3.], [ 6., 6., 6.]])
该
-
运算符可以用作np.subtract
on ndarray 的简写。>>> x1 = np.arange(9.0).reshape((3, 3)) >>> x2 = np.arange(3.0) >>> x1 - x2 array([[0., 0., 0.], [3., 3., 3.], [6., 6., 6.]])