小编点评

本教程介绍了NumPy库中的条件算术运算，允许在数组之间进行条件计算。首先，回顾了基本的算术运算符，然后详细介绍了自定义条件计算的方法。 1. **简介**： - 列出了本节的主要功能。 - 解释了与NumPy的基本算术运算的不同之处。 2. **加法add()**： - 说明函数`np.add()`的功能和用法。 - 通过示例展示了如何将两个数组相加。 - 提供了输出示例。 3. **减法subtract()**： - 描述了函数`np.subtract()`的功能和用途。 - 通过例子说明了如何从一个数组中减去另一个数组的值。 - 提供输出样本。 4. **乘法multiply()**： - 阐述函数`np.multiply()`的功能和用法。 - 同样用示例来展示如何将多个数组相乘。 - 输出示例。 5. **除法divide()**： - 介绍函数`np.divide()`的功能并演示其用法。 - 使用示例表明如何进行数组间的除法操作。 - 输出样例。 6. **幂power()**： - 解释`np.power()`函数的作用和使用方法。 - 通过示例显示如何将一个数组的元素提升至另一个数组的幂。 - 输出示例。 7. **余数mod() 和 remainder()**： - 讨论了`np.mod()`和`np.remainder()`两函数的区别。 - 分别用示例展示了这两个函数的用法及结果。 8. **商和余数divmod()**： - 描述了`np.divmod()`函数返回商和余数的功能。 - 提供了具体案例来解释该函数的应用。 - 输出示例。 9. **绝对值absolute() 和 abs()**： - 重申绝对值操作的普遍适用性。 - 强调使用`np.absolute()`来避免与Python内置函数混淆。 - 示例说明了如何使用该函数。 总的来说，本教程为NumPy提供了丰富的条件算术运算能力，使得数组运算更加灵活和强大。

正文

简单算术

你可以直接在 NumPy 数组之间使用算术运算符 + - * /，但本节讨论了一个扩展，其中我们有函数可以接受任何类似数组的对象，如列表、元组等，并根据条件执行算术运算。

条件算术：意味着我们可以定义算术运算应该发生的条件。

所有讨论过的算术函数都接受一个 where 参数，我们可以在其中指定条件。

加法

add() 函数对两个数组的内容求和，并将结果返回到一个新数组中。

示例：将 arr1 中的值加到 arr2 的值中：

import numpy as np

arr1 = np.array([10, 11, 12, 13, 14, 15])
arr2 = np.array([20, 21, 22, 23, 24, 25])

newarr = np.add(arr1, arr2)

print(newarr)

上面的示例将返回 [30 32 34 36 38 40]，这是 10+20、11+21、12+22 等的和。

减法

subtract() 函数将一个数组中的值减去另一个数组中的值，并将结果返回到一个新数组中。

示例：从 arr1 中的值中减去 arr2 中的值：

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([20, 21, 22, 23, 24, 25])

newarr = np.subtract(arr1, arr2)

print(newarr)

上面的示例将返回 [-10 -1 8 17 26 35]，这是 10-20、20-21、30-22 等的结果。

乘法

multiply() 函数将一个数组中的值与另一个数组中的值相乘，并将结果返回到一个新数组中。

示例：将 arr1 中的值与 arr2 中的值相乘：

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([20, 21, 22, 23, 24, 25])

newarr = np.multiply(arr1, arr2)

print(newarr)

上面的示例将返回 [200 420 660 920 1200 1500]，这是 10*20、20*21、30*22 等的结果。

除法

divide() 函数将一个数组中的值除以另一个数组中的值，并将结果返回到一个新数组中。

示例：将 arr1 中的值除以 arr2 中的值：

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 5, 10, 8, 2, 33])

newarr = np.divide(arr1, arr2)

print(newarr)

上面的示例将返回 [3.33333333 4. 3. 5. 25. 1.81818182]，这是 10/3、20/5、30/10 等的结果。

幂

power() 函数将第一个数组中的值提高到第二个数组中的值的幂，并将结果返回到一个新数组中。

示例：将 arr1 中的值提高到 arr2 中的值的幂：

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 5, 6, 8, 2, 33])

newarr = np.power(arr1, arr2)

print(newarr)

上面的示例将返回 [1000 3200000 729000000 6553600000000 2500 0]，这是 10^3、20^5、30^6 等的结果。

余数

mod() 和 remainder() 函数都返回第一个数组中的值与第二个数组中的值对应的余数，并将结果返回到一个新数组中。

示例：返回余数：

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 7, 9, 8, 2, 33])

newarr = np.mod(arr1, arr2)

print(newarr)

上面的示例将返回 [1 6 3 0 0 27]，这是 10 除以 3 的余数 (10%3)、20 除以 7 的余数 (20%7)、30 除以 9 的余数 (30%9) 等。

当使用 remainder() 函数时，结果相同：

示例：返回余数：

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 7, 9, 8, 2, 33])

newarr = np.remainder(arr1, arr2)

print(newarr)

商和余数

divmod() 函数返回商和余数。返回值是两个数组，第一个数组包含商，第二个数组包含余数。

示例：返回商和余数：

import numpy as np

arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 = np.array([3, 7, 9, 8, 2, 33])

newarr = np.divmod(arr1, arr2)

print(newarr)

上面的示例将返回：

(array([3, 2, 3, 5, 25, 1]), array([1, 6, 3, 0, 0, 27]))

第一个数组表示商，(当你将 10 除以 3、20 除以 `7

、30除以9` 等时得到的整数值。
第二个数组表示相同除法的余数。

绝对值

absolute() 和 abs() 函数都对每个元素进行相同的绝对值操作，但我们应该使用 absolute() 来避免与 Python 的内置 math.abs() 混淆。

示例：返回商

和余数：

import numpy as np

arr = np.array([-1, -2, 1, 2, 3, -4])

newarr = np.absolute(arr)

print(newarr)

上面的示例将返回 [1 2 1 2 3 4]。

最后

为了方便其他设备和平台的小伙伴观看往期文章：

微信公众号搜索：Let us Coding，关注后即可获取最新文章推送

看完如果觉得有帮助，欢迎点赞、收藏、关注