在 Numpy 中对不同形状的参数进行逐元素减法
numpyserver side programmingprogramming更新于 2025/9/26 10:07:17
要对不同形状的参数进行逐元素减法，请使用 Python Numpy 中的 numpy.subtract() 方法。out 是存储结果的位置。如果提供，则必须具有输入广播到的形状。如果未提供或为 None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
条件通过输入进行广播。在条件为 True 的位置，out 数组将被设置为 ufunc 的结果。在其他位置，out 数组将保留其原始值。请注意，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。
NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持广泛的硬件和计算平台，并且与分布式、GPU 和稀疏阵列库配合良好。
步骤
首先，导入所需的库 −
import numpy as np
创建两个具有不同形状的数组 −
arr1 = np.arange(27.0).reshape((3, 3, 3)) arr2 = np.arange(9.0).reshape((3, 3))
显示数组 −
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
获取数组类型 −
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 −
Get the dimensions of the Arrays:
获取数组的形状 −
print("
我们的数组 1 的形状...
",arr1.shape)
print("
我们的数组 2 的形状...
",arr2.shape)
要对不同形状的参数逐个元素进行减法运算，请使用 Python Numpy 中的 numpy.subtract() 方法 −
print("
结果(逐个元素减法)...
",np.subtract(arr1, arr2))
示例
import numpy as np
# 创建两个不同形状的数组
arr1 = np.arange(27.0).reshape((3, 3, 3))
arr2 = np.arange(9.0).reshape((3, 3))
# 显示数组
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
# 获取数组的类型
print("
数组 1 的类型...
", arr1.dtype)
print("
数组 2 的类型...
", arr2.dtype)
# 获取数组的维度s
print("
数组 1 的维度...
",arr1.ndim)
print("
数组 2 的维度...
",arr2.ndim)
# 获取数组的形状
print("
数组 1 的形状...
",arr1.shape)
print("
数组 2 的形状...
",arr2.shape)
# 要对不同形状的参数逐元素进行减法，请使用 Python Numpy 中的 numpy.subtract() 方法
print("
结果(逐元素减法)...
",np.subtract(arr1, arr2))
输出
数组 1... [[[ 0. 1. 2.] [ 3. 4. 5.] [ 6. 7. 8.]] [[ 9. 10. 11.] [12. 13. 14.] [15. 16. 17.]] [[18. 19. 20.] [21. 22. 23.] [24. 25. 26.]]] 数组 2... [[0. 1. 2.] [3. 4. 5.] [6. 7. 8.]] 数组 1 的类型... float64 数组 2 的类型... float64 数组 1 的维度... 3 数组 2 的维度... 2 数组 1 的形状... (3, 3, 3) 数组 2 的形状... (3, 3) 结果(逐元素相减)... [[[ 0. 0. 0.] [ 0. 0. 0.] [ 0. 0. 0.]] [[ 9. 9. 9.] [ 9. 9. 9.] [ 9. 9. 9.]] [[18. 18. 18.] [18. 18. 18.] [18. 18. 18.]]]
