資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會研究
服裝研究
法學研究在NumPy中逐元素相加引數並在不同型別中顯示結果
要逐元素相加引數，請在Python NumPy中使用**numpy.add()**方法。使用“**dtype**”引數將輸出設定為“**float**”。
out是儲存結果的位置。如果提供，則其形狀必須與輸入廣播到的形狀相同。如果未提供或為None，則返回一個新分配的陣列。元組（僅可能作為關鍵字引數）的長度必須等於輸出的數量。
條件在輸入上進行廣播。在條件為True的位置，out陣列將設定為ufunc結果。在其他地方，out陣列將保留其原始值。請注意，如果透過預設的out=None建立未初始化的out陣列，則其中條件為False的位置將保持未初始化狀態。
步驟
首先，匯入所需的庫：
import numpy as np
建立兩個包含int元素的二維陣列：
arr1 = np.array([[5, 10, 15], [25, 30, 35]]) arr2 = np.array([[7, 14, 21], [28, 35, 56]])
顯示陣列：
print("Array 1...
", arr1)
print("
Array 2...
", arr2)獲取陣列的型別：
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)獲取陣列的維度：
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)獲取陣列的形狀：
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)要逐元素相加引數，請在Python NumPy中使用numpy.add()方法。使用“dtype”引數將輸出設定為“float”：
print("
Result (adding element-wise)...
",np.add(arr1, arr2, dtype = 'float'))示例
import numpy as np
# Create two 2D arrays with int elements
arr1 = np.array([[5, 10, 15], [25, 30, 35]])
arr2 = np.array([[7, 14, 21], [28, 35, 56]])
# Display the arrays
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
# Get the type of the arrays
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)
# Get the dimensions of the Arrays
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)
# Get the shape of the Arrays
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)
# To add arguments element-wise, use the numpy.add() method in Python Numpy
# The output is set "float" using the "dtype" parameter
print("
Result (adding element-wise)...
",np.add(arr1, arr2, dtype = 'float'))輸出
Array 1... [[ 5 10 15] [25 30 35]] Array 2... [[ 7 14 21] [28 35 56]] Our Array 1 type... int64 Our Array 2 type... int64 Our Array 1 Dimensions... 2 Our Array 2 Dimensions... 2 Our Array 1 Shape... (2, 3) Our Array 2 Shape... (2, 3) Result (adding element-wise)... [[12. 24. 36.] [53. 65. 91.]]
更新於：2022年2月7日
275 次檢視
廣告