numpy.subtract#

numpy.subtract(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'subtract'>#

逐元素相减参数。

参数:
x1, x2array_like

要相互减去的数组。如果 x1.shape != x2.shape，则它们必须可广播到公共形状（这将成为输出的形状）。

outndarray, None, 或者 ndarray 和 None 的元组，可选

存储结果的位置。 如果提供，则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。

wherearray_like，可选

此条件在输入上广播。在条件为 True 的位置，out 数组将设置为 ufunc 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。

**kwargs

有关其他仅限关键字的参数，请参阅 ufunc 文档。

返回:
yndarray

x1 和 x2 的逐元素差值。如果 x1 和 x2 都是标量，则这是一个标量。

注释

在数组广播方面，等效于 x1 - x2。

示例

>>> import numpy as np
>>> 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.]])

运算符 - 可以用作 ndarray 上 np.subtract 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.]])
在此页上