從多個方面詳細闡述numpy中的np.add函數

一、np.add怎麼用

NumPy（Numerical Python）是一個Python科學計算庫，用於高級數學計算、線性代數、矩陣運算、隨機模擬等各種科學計算領域。其中np.add函數實現了兩個數組的相加運算，並返回一個新的數組，我們可以使用np.add函數對多維的數組進行加法運算，加法運算的方式是將兩個數組對應的元素相加，期間遵循廣播規則。下面就是一個使用np.add函數進行數組相加運算的例子：

import numpy as np

a = np.array([1,2,3])
b = np.array([4,5,6])

c = np.add(a, b)

print(c)

上面代碼運行結果為[5 7 9]。其中我們定義了兩個一維數組a和b，分別賦值為[1, 2, 3]和[4, 5, 6]，並且使用np.add函數將兩個數組相加，最後打印輸出結果為[5 7 9]的一維數組c。

二、np.add.reduceat函數

np.add.reduceat函數可以對數組中的一維數據進行劃分，然後對不同區間內的元素進行不同的reduce操作。具體實現可以使用.reduceat() 方法。下面就是一個使用reduceat函數對數組元素進行reduce操作的例子：

import numpy as np

a = np.array([1,2,3,4,5,6,7,8,9,10])

r = np.add.reduceat(a,[0, 5, 9])

print(r)

上面代碼運行結果為[15 20 25]。其中我們定義了一個一維數組a，分別賦值為[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]，並且對不同區間內的元素進行reduce操作。reduceat的參數是數組劃分位置。[0，5]對應也就是數組的前5個元素中，[5，9]是數組的第5個到第9個元素，[9]對應的是數組的最後一個元素。在我們的這個例子中，它們分別對應進行reduce的元素區間，reduce操作的方式是使用np.add函數進行計算，最終輸出的結果為[15 20 25]的一維數組。

三、np.add.at函數

np.add.at函數可以根據索引對數組的指定位置進行累計相加操作，該函數會按照指定索引位置對所屬索引處的元素進行操作，參數順序依次為被操作的數組、索引數組和用於相加的元素。下面就是一個使用np.add.at函數對數組中指定元素相加的例子：

import numpy as np

a = np.array([1, 2, 3, 4, 5])
i = [0, 1, 2, 0, 1]
np.add.at(a, i, 1)

print(a)

上面代碼運行結果為[3 4 5 4 5]。其中我們定義了一個長度為5的一維數組a，分別賦值為[1, 2, 3, 4, 5]，i變量 定義了一組索引數組[0, 1, 2, 0, 1]，使用np.add.at函數對指定索引位置的數組進行累計相加操作。最終輸出的結果為[3 4 5 4 5]的一維數組。

四、np.add(a,b,a)函數

np.add(a,b,a)函數實現對兩個數組中元素相加後，並將結果存儲在第三個變量中，該函數可以通過提供兩個數來執行數組的元素之間的相加。其中第一個參數為第一個數組，第二個參數為第二個數組，第三個參數為結果存儲數組，即將數組a和b中的元素相加存儲到數組c中。下面就是一個使用np.add(a,b,a)函數對數組相加的例子：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.array([0, 0, 0])

np.add(a,b, out=c)

print(c)

上面代碼運行結果為[5, 7, 9]。其中我們定義了兩個一維數組a和b，分別賦值為[1, 2, 3]和[4, 5, 6]，並且定義了一個長度為3的一維數組c，分別將三個數組作為參數傳遞給np.add函數進行運算，將數組a和b中的元素相加存儲在數組c中，最終輸出的結果為[5, 7, 9]的一維數組。

五、np.add.reduce函數

np.add.reduce函數可以實現對數組元素的累加操作，該函數首先會將所屬元素兩兩相加，將結果保存，在將得到的結果與下一個元素進行相加操作，結果如此類推。下面就是一個使用np.add.reduce函數對數組元素進行累加操作的例子：

import numpy as np

a = np.array([1, 2, 3, 4, 5])

r = np.add.reduce(a)

print(r)

上面代碼運行結果為15。其中我們定義了一個一維數組a並賦值為[1, 2, 3, 4, 5]，使用np.add.reduce函數對其進行累加操作，最終輸出結果為15。

六、np.add函數參數

np.add函數提供了多個參數，以下幾個參數是最常用的：

• x,y: 數組
• out：將計算結果存儲到輸出數組中
• where：用於提取計算數據的條件

下面就是一個使用np.add函數參數的例子：

import numpy as np

a = np.array([1, 2, 3, 4, 5])
b = np.array([6, 7, 8, 9, 10])

c = np.add(a, b, where=[True, False, True, False, True])

print(c)

上面代碼運行結果為[7 2 11 4 15]。其中我們定義了兩個一維數組a和b，分別賦值為[1, 2, 3, 4, 5]和[6, 7, 8, 9, 10]。使用np.add函數對兩個數組進行加法運算，並且使用where參數限制加法運算的範圍為[True, False, True, False, True]，最終輸出結果為[7 2 11 4 15]的一維數組。

七、np.add.at用法

np.add.at是將相加結果寫入數組的指定位置，從而可以實現「不重複」的加法操作。下面就是一個使用np.add.at對數組元素進行指定位置相加的例子：

import numpy as np

a = np.array([1, 2, 3, 4, 5])
i = np.array([0,0,1,1,2])
v = np.array([1,1,1,1,1])
np.add.at(a, i, v)

print(a)

上面代碼運行結果為[3 5 3 4 5]。其中我們定義了一個一維數組a，分別賦值為[1, 2, 3, 4, 5]。i和v是兩個長度為5的一維數組，分別為[0,0,1,1,2]和[1,1,1,1,1]。使用np.add.at函數，按照索引數組i的位置將v中的元素相加到數組a的指定位置上，最終輸出結果為[3 5 3 4 5]的一維數組。