資料結構
網路
關係資料庫管理系統
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
社會學
時尚研究
法律研究在 NumPy 中按元素相減並以不同型別顯示結果
要按元素相減引數，請在 Python NumPy 中使用 **numpy.subtract()** 方法。輸出使用“**dtype**”引數設定為“**float**”。
out 是儲存結果的位置。如果提供，它必須具有輸入廣播到的形狀。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 建立了一個未初始化的 out 陣列，則其中條件為 False 的位置將保持未初始化。
NumPy 提供了全面的數學函式、隨機數生成器、線性代數例程、傅立葉變換等等。它支援廣泛的硬體和計算平臺，並且可以很好地與分散式、GPU 和稀疏陣列庫配合使用。
步驟
首先，匯入所需的庫 -
import numpy as np
建立兩個具有整數元素的二維陣列 -
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)要按元素相減引數，請在 Python NumPy 中使用 numpy.subtract() 方法。輸出使用“dtype”引數設定為“float”
print("
Result (subtract 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 subtract arguments element-wise, use the numpy.subtract() method in Python Numpy
# The output is set "float" using the "dtype" parameter
print("
Result (subtract 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 (subtract element-wise)... [[12. 24. 36.] [53. 65. 91.]]
更新於： 2022年2月7日
381 次檢視
廣告