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

x1x2 的差,逐元素。如果 x1x2 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.]])