numpy.multiply#
- numpy.multiply(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'multiply'>#
逐元素相乘参数。
- 参数::
- x1, x2类数组
要相乘的输入数组。如果
x1.shape != x2.shape
,它们必须可广播到共同形状(这将成为输出的形状)。- outndarray、None 或 ndarray 和 None 的元组,可选
结果存储到的位置。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,则返回一个新分配的数组。元组(可能仅作为关键字参数)的长度必须等于输出的数量。
- where类数组,可选
此条件将广播到输入上。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。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**
对于其他仅限关键字的参数,请参阅 ufunc 文档。
- 返回::
- yndarray
x1 和 x2 逐元素的乘积。如果 x1 和 x2 都是标量,则这是一个标量。
注意
在数组广播方面,等效于 x1 * x2。
示例
>>> import numpy as np >>> np.multiply(2.0, 4.0) 8.0
>>> x1 = np.arange(9.0).reshape((3, 3)) >>> x2 = np.arange(3.0) >>> np.multiply(x1, x2) array([[ 0., 1., 4.], [ 0., 4., 10.], [ 0., 7., 16.]])
在 ndarray 上,
*
运算符可以用作np.multiply
的简写形式。>>> x1 = np.arange(9.0).reshape((3, 3)) >>> x2 = np.arange(3.0) >>> x1 * x2 array([[ 0., 1., 4.], [ 0., 4., 10.], [ 0., 7., 16.]])