NumPy 算术数组操作

NumPy 提供了广泛的数组操作，包括算术运算。

NumPy 的算术运算因其能够对数组进行简单高效的计算而得到广泛应用。

在本教程中，我们将探讨 NumPy 中一些常用的算术运算，并学习如何使用它们来操作数组。

算术运算列表

以下是各种算术运算及其关联运算符和内置函数的列表

要执行每种运算，我们可以使用关联的运算符或内置函数。例如，**要执行加法**，我们可以使用 + 运算符或 add() 内置函数。

接下来，我们将看到每种运算的示例。

NumPy 数组元素级加法

如前所述，我们可以使用 + 运算符和 add() 内置函数来执行两个 NumPy 数组之间的元素级加法。例如，

import numpy as np

first_array = np.array([1, 3, 5, 7])
second_array = np.array([2, 4, 6, 8])

# using the + operator
result1 = first_array + second_array
print("Using the + operator:",result1) 

# using the add() function
result2 = np.add(first_array, second_array)
print("Using the add() function:",result2) 

输出

Using the + operator: [ 3  7 11 15]
Using the add() function: [ 3  7 11 15]

在上面的示例中，我们首先创建了两个名为：first_array 和 second_array 的数组。

然后，我们分别使用 + 运算符和 add() 函数执行元素级加法。

正如我们所见，+ 和 add() 均产生相同的结果。

NumPy 数组元素级减法

在 NumPy 中，我们可以使用 - 运算符或 subtract() 函数来执行两个 NumPy 数组之间的元素级减法。例如，

import numpy as np

first_array = np.array([3, 9, 27, 81])
second_array = np.array([2, 4, 8, 16])

# using the - operator
result1 = first_array - second_array
print("Using the - operator:",result1) 

# using the subtract() function
result2 = np.subtract(first_array, second_array)
print("Using the subtract() function:",result2) 

输出

Using the - operator: [ 1  5 19 65]
Using the subtract() function: [ 1  5 19 65]

在这里，我们使用 - 运算符和 subtract() 函数对 first_array 和 second_array 进行了减法运算。

NumPy 数组元素级乘法

对于元素级乘法，我们可以使用 * 运算符或 multiply() 函数。例如，

import numpy as np

first_array = np.array([1, 3, 5, 7])
second_array = np.array([2, 4, 6, 8])

# using the * operator
result1 = first_array * second_array
print("Using the * operator:",result1) 

# using the multiply() function
result2 = np.multiply(first_array, second_array)
print("Using the multiply() function:",result2) 

输出

Using the * operator: [ 2 12 30 56]
Using the multiply() function: [ 2 12 30 56]

在这里，我们使用 * 和 multiply() 来演示两种对数组进行元素级乘法的方法。

NumPy 数组元素级除法

我们可以使用 / 运算符或 divide() 函数来执行两个 NumPy 数组之间的元素级除法。例如，

import numpy as np

first_array = np.array([1, 2, 3])
second_array = np.array([4, 5, 6])

# using the / operator
result1 = first_array / second_array
print("Using the / operator:",result1) 

# using the divide() function
result2 = np.divide(first_array, second_array)
print("Using the divide() function:",result2) 

输出

Using the / operator: [0.25 0.4  0.5 ]
Using the divide() function: [0.25 0.4  0.5 ]

在这里，我们可以看到 / 和 divide() 均产生相同的结果。

NumPy 数组元素级指数运算

数组指数运算是指将数组的每个元素提高到给定幂。

在 NumPy 中，我们可以使用 ** 运算符或 power() 函数来执行元素级指数运算。例如，

import numpy as np

array1 = np.array([1, 2, 3])

# using the ** operator
result1 = array1 ** 2
print("Using the ** operator:",result1) 

# using the power() function
result2 = np.power(array1, 2)
print("Using the power() function:",result2) 

输出

Using the ** operator: [1 4 9]
Using the power() function: [1 4 9]

在上面的示例中，我们分别使用了 ** 运算符和 power() 函数来执行指数运算。

在这里，** 和 power() 都将 array1 的每个元素提高到 **2** 的幂。

NumPy 数组元素级取模

我们可以使用 % 运算符或 mod() 函数在 NumPy 数组中执行取模运算。

此运算计算两个数组之间元素级除法的余数。

让我们看一个例子。

import numpy as np

first_array = np.array([9, 10, 20])
second_array = np.array([2, 5, 7])

# using the % operator
result1 = first_array % second_array
print("Using the % operator:",result1) 

# using the mod() function
result2 = np.mod(first_array, second_array)
print("Using the mod() function:",result2)

输出

Using the % operator: [1 0 6]
Using the mod() function: [1 0 6]

在这里，我们使用 % 运算符和 mod() 函数执行了元素级取模运算。