NumPy add – 以简单的方式解释

作者

在本文中，我们将探索 NumPy add 函数。您是否想过如何使用编程将两个数字或两个数字数组相加？好吧，这就是 Python NumPy 库发挥作用的地方。

在本教程中，我们将介绍该函数的语法并练习不同类型的示例。那么，让我们开始吧。

什么是 NumPy 添加？

numpy.add()是 NumPy 库的数学函数之一。它只是将作为输入传递给函数的值相加。

是的，根据定义就是这么简单 🙂

让我们看一下语法并进一步了解该函数。

NumPy add 的语法

numpy.add(x1 , x2)

这里，输入x1和x2是 NumPy 数字数组。

注意：在语法中，输入也可以是标量值（简单数字）和Python列表。

使用 NumPy 添加

我们准备好进行编程并了解更多有关此功能的信息。

NumPy 添加标量值

# Importing the NumPy module
import numpy as np
 
a = 5
b = 4
 
print("The sum of 5 and 4 is:",np.add(a , b))

输出

The sum of 5 and 4 is: 9

import我们首先使用上面代码片段中的语句导入 NumPy 库。a在下面的行中，我们为变量和赋值b。

a为了计算和的值的总和，调用b该函数。np.add(a , b)

现在让我们使用带有 NumPy 数组和标量值的函数并观察输出。

NumPy add 使用 NumPy 数组和标量值

import numpy as np
 
# Creating the  2-D array
a = np.array([[2 , 4 , 7] , [5 , 10 , 15]])
 
b = 5
 
c = np.add(a , b)
 
print("Input Array:\n",a)
print("After adding 5 to each value of the Input Array:\n",c)

输出

Input Array:
 [[ 2  4  7]
 [ 5 10 15]]
After adding 5 to each value of the Input Array:
 [[ 7  9 12]
 [10 15 20]]

在上面的代码片段中，使用 来创建一个二维数组np.array()，并将其存储在变量 中a。

接下来，我们创建了一个b保存整数值 5 的变量。进一步，我们使用np.add()将a和b作为参数传递给函数，并将函数的输出存储在变量 中c。

在输出中，我们得到了一个二维数组。如果仔细观察输出数组，您会发现数字 5 被添加到输入数组中的每个元素中。

Note:输出数组的形状与输入数组的形状相同。

NumPy 添加两个相同大小的 NumPy 数组

在此示例中，我们将添加两个相同大小的 numpy 数组。

import numpy as np
 
# Creating 2x4 array
a = np.array([[2 , 5 , 7 , 3] , [1 , 4 , 5 , 12]])
 
b = np.array([[9 , 5 , 11 , 23] , [21 , 34 , 1 , 9]])
 
# Using the add function
c = np.add(a , b)
 
# Printing the values
print("Array 1:\n",a)
print("Array 2:\n",b)
 
print("Output array:\n",c)

输出

Array 1:
 [[ 2  5  7  3]
 [ 1  4  5 12]]
Array 2:
 [[ 9  5 11 23]
 [21 34  1  9]]
Output array:
 [[11 10 18 26]
 [22 38  6 21]]

在上面的示例中，我们创建了两个维度为 2×4 的 numpy 数组，即具有 2 行和 4 列的数组。这些数组存储在变量a和中b。

np.add(a , b)在下面的行中，我们使用了a 和 b 作为参数传递给函数的函数。该函数将数组和np.add(a,b)中相同位置的值相加。ab

输出数组的形状与输入数组相同。现在，让我们看看本文中最有趣的例子。

NumPy 添加两个不同形状的 NumPy 数组

在此示例中，我们将了解如何将一维 NumPy 数组添加到二维 NumPy 数组。

import numpy as np
 
# Creating a 1-D array
a = np.array((10 , 56 , 21))
 
# Creating a 2-D array
b = np.array([[1 , 4 , 6] , [23 , 12 , 16]])
 
c = np.add(a , b)
 
print("Array 1:\n",a)
print("Array 2:\n",b)
 
print("Output Array:\n",c)

输出

Array 1:
 [10 56 21]
Array 2:
 [[ 1  4  6]
 [23 12 16]]
Output Array:
 [[11 60 27]
 [33 68 37]]

添加两个不同形状的 NumPy 数组不是很有趣吗？好吧，我们使用 NumPy 库轻松做到了这一点。

让我们尝试理解上面的代码片段。我们创建了一个存储在变量 中的一维aNumPy 数组，并创建了另一个二维 NumPy 数组并将其存储在变量 中b。

如果仔细观察上面示例中创建的数组，您会发现它们具有相同的列数但行数不同。这就是广播一词发挥作用的地方。

此处，该函数np.add()在二维数组的行之间广播一维数组。在上面的示例中，np.add()将数组的值按元素添加a到数组的 row1 中。b类似地，数组b的下一行也会发生相同的计算。

注意：当一维数组中的元素数量与二维数组中的列数相同时，上述情况是可能的

所以，我们已经完成了示例 🙂

概括

在本文中，我们学习了如何将 NumPy add 函数用于各种输入类型。这是一个使用简单的函数，因为它只是将给定函数的输入相加。尝试将 NumPy add 函数与 NumPy 数组的不同函数一起使用。继续学习并快乐编码。在这里查找更多文章。