numpy.subtract#
- numpy.subtract(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'subtract'>#
逐元素减去参数。
- 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一个共同的形状(成为输出的形状)。- outndarray, None, 或 ndarray 和 None 的元组,可选
结果存储的位置。如果提供,它必须具有输入广播到的形状。如果没有提供或为 None,则返回一个新分配的数组。元组(仅作为关键字参数可能)的长度必须等于输出的数量。
- wherearray_like,可选
此条件广播到输入上。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
创建一个未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化状态。- **kwargs**
有关其他关键字参数,请参见 ufunc 文档。
- 返回:
- yndarray
x1 和 x2 的差,逐元素。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np.subtract
在 ndarray 上的简写。>>> 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.]])