NumPy add() 函数

NumPy add() 函数用于对两个数组执行逐元素加法。此函数接受两个形状相同的输入数组，并返回一个新数组，其中每个元素等于输入数组中对应元素的和。

如果输入数组的形状不同，则应用广播规则以确保其形状兼容。这意味着该函数可以在特定条件下处理不同形状的数组。

语法

以下是 NumPy add() 函数的语法 -

numpy.add(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj])

参数

此函数接受以下参数 -

• x1:第一个输入数组。两个数组应具有相同的形状，或者它们必须能够广播到相同的形状。
• x2:第二个输入数组。与 x1 类似，它应该具有与 x1 相同的形状，或者可以广播为通用形状。
• out(可选): 存储结果的位置。如果提供，则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。
• where(可选): 此条件通过输入进行广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。否则，它将保留其原始值。
• casting(可选): 控制可能发生的数据类型转换。默认为"same_kind"。
• order(可选): 控制结果的内存布局顺序。 'C' 表示 C 阶，'F' 表示 Fortran 阶，'A' 表示如果输入均为 F 则为 'F'，否则为 'C'，'K' 表示尽可能匹配输入的布局。
• dtype(可选): 返回数组的类型以及元素求和的累加器的类型。除非指定 dtype，否则默认使用 x1 和 x2 的 dtype。
• subok(可选): 如果为 True，则将传递子类，否则返回的数组将被强制为基类数组。

返回值

此函数返回输入数组 x1 和 x2 的元素和。如果提供了 out，则返回对 out 的引用。

示例:add() 函数的基本用法

在以下示例中，我们创建两个一维数组，并使用 add() 函数执行逐元素加法 -

import numpy as np

# 创建两个一维数组
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([5, 6, 7, 8])

# 执行逐元素加法
result = np.add(arr1, arr2)
print(result)

以下是获得的输出 -

[ 6 8 10 12]

示例:使用广播添加数组

在本例中，我们演示了如何使用 add() 函数进行广播。我们创建一个二维数组，并向其中添加一个一维数组 -

import numpy as np

# 创建二维数组
arr1 = np.array([[1, 2, 3], [4, 5, 6]])

# 创建一维数组
arr2 = np.array([10, 20, 30])

# 使用广播执行逐元素加法
result = np.add(arr1, arr2)
print(result)

这将产生以下结果 -

[[11 22 33]
[14 25 36]]

示例:使用"out"参数

在此示例中，我们使用 out 参数将加法结果存储在指定的数组中 -

import numpy as np

# 创建两个一维数组
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([5, 6, 7, 8])

# 创建输出数组
out_arr = np.empty(4)

# 执行逐元素加法并将结果存储在out_arr
np.add(arr1, arr2, out=out_arr)
print(out_arr)

以下是上述代码的输出 -

[ 6.  8. 10. 12.]

示例:使用 where 参数

在此示例中，我们使用 where 参数有条件地执行加法运算 -

import numpy as np

# 创建两个一维数组
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([5, 6, 7, 8])

# 创建条件数组
condition = np.array([True, False, True, False])

# 执行条件为 True 的逐元素加法
result = np.add(arr1, arr2, where=condition)
print(result)

输出结果如下 -

[ 6  0 10 16]

numpy_arithmetic_operations.html