numpy.add#
- numpy.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
,它们必须广播到一个共同的形状(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。如果不提供或为 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。
- 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状态。- **kwargs**
对于其他仅关键字参数,请参阅 ufunc 文档。
- 返回值:
- addndarray 或标量
x1 和 x2 的和,逐元素计算。如果 x1 和 x2 都是标量,则它是一个标量。
备注
在数组广播方面,等效于 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,
+
运算符可以用作np.add
的简写形式。>>> 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.]])