numpy.subtract#

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

逐元素地减去参数。

参数:
x1, x2类数组对象

要相互减去的数组。如果 x1.shape != x2.shape，它们必须能够广播到相同的形状（这将成为输出的形状）。

outndarray、None，或由 ndarray 和 None 组成的元组，可选

存储结果的位置。如果提供，其形状必须与输入广播后的形状一致。如果未提供或为 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。

where类数组对象，可选

此条件会广播到输入上。在条件为 True 的位置，out 数组将被设置为 ufunc 的结果。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 创建了一个未初始化的 out 数组，则其中条件为 False 的位置将保持未初始化状态。

**kwargs

有关其他仅限关键字的参数，请参见 ufunc 文档。

返回:
yndarray

x1 和 x2 的逐元素差值。如果 x1 和 x2 都是标量，则结果也是标量。

注意

在数组广播方面，等同于 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.]])

在 ndarray 上，- 运算符可以作为 np.subtract 的简写形式。

>>> 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.]])
在本页