numpy.strings.add#

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

逐元素添加参数。

参数:
x1, x2array_like

要添加的数组。如果 x1.shape != x2.shape，它们必须能够广播到共同的形状（这将成为输出的形状）。

outndarray、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。如果未提供或为 None，则返回新分配的数组。元组（仅可能作为关键字参数）的长度必须等于输出的数量。

wherearray_like，可选

此条件会在输入上广播。在条件为 True 的位置，out 数组将被设置为 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:
addndarray 或标量

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

说明

在数组广播方面，等同于 x1 + x2。

示例

>>> import numpy as np
>>> np.add(1.0, 4.0)
5.0
>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> np.add(x1, x2)
array([[  0.,   2.,   4.],
       [  3.,   5.,   7.],
       [  6.,   8.,  10.]])

在 ndarray 上，+ 运算符可以作为 np.add 的简写。

>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> x1 + x2
array([[ 0.,  2.,  4.],
       [ 3.,  5.,  7.],
       [ 6.,  8., 10.]])
在此页面