numpy.subtract

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

逐个元素地减去参数.

参数:

x1, x2array_like

彼此相减的数组.如果 x1.shape != x2.shape ,则它们必须可广播到公共形状(这将成为输出的形状).

outndarray, None, or tuple of ndarray and None, optional

结果存储到的位置.如果提供,它必须具有输入的广播到的形状. 如果未提供或为 None,则返回一个新分配的数组.一个元组(可能只能作为关键字参数)必须具有等于输出数量的长度.

wherearray_like, optional

此条件在输入上进行广播.在条件为 True 的位置, out 数组将设置为 ufunc 结果.否则, out 数组将保留其原始值.请注意,如果通过默认值 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.

\kwargs

对于其他仅限关键字的参数,请参阅 ufunc docs .

返回:

yndarray

x1 和 x2 的差,逐个元素.如果 x1 和 x2 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

Try it in your browser!

>>> 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 ndarray 上 np.subtract 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.]])

Go BackOpen In Tab