在 Numpy 中逐元素添加参数并以不同类型显示结果
numpyserver side programmingprogramming更新于 2025/9/21 7:53:00
要逐元素添加参数，请使用 Python Numpy 中的 numpy.add() 方法。使用"dtype"参数将输出设置为"float"。
out 是存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或为 None，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。
条件通过输入广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。注意，如果通过默认的out=None创建了未初始化的out数组，则其中条件为False的位置将保持未初始化状态。
步骤
首先，导入所需的库 −
import numpy as np
创建两个带有int元素的2D数组 −
arr1 = np.array([[5, 10, 15], [25, 30, 35]]) arr2 = np.array([[7, 14, 21], [28, 35, 56]])
显示数组 −
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
获取数组的类型 −
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
获取数组的维度 −
print("
我们的数组 1维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
获取数组的形状 −
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
要逐元素添加参数，请使用 Python numpy 中的 numpy.add() 方法。使用"dtype"将输出设置为"float"参数 −
print("
结果(逐元素添加)...
",np.add(arr1, arr2, dtype = 'float'))
示例
import numpy as np
# 创建两个包含 int 元素的 2D 数组
arr1 = np.array([[5, 10, 15], [25, 30, 35]])
arr2 = np.array([[7, 14, 21], [28, 35, 56]])
# 显示数组
print("Array 1...
", arr1)
print("
数组 2...
", arr2)
# 获取数组的类型
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
# 获取数组的维度
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
# 获取数组的形状
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
# 添加参数元素方面，使用 Python Numpy 中的 numpy.add() 方法
# 使用"dtype"将输出设置为"float"参数
print("
结果(逐元素添加)...
",np.add(arr1, arr2, dtype = 'float'))
输出
数组 1... [[ 5 10 15] [25 30 35]] 数组 2... [[ 7 14 21] [28 35 56]] 我们的数组 1 类型... int64 我们的数组 2 类型... int64 我们的数组 1 维度... 2 我们的数组 2 维度... 2 我们的数组 1 形状... (2, 3) 我们的数组 2 形状... (2, 3) 结果(逐元素添加)... [[12. 24. 36.] [53. 65. 91.]]
