Hướng dẫn matrix subtraction in python using numpy - phép trừ ma trận trong python bằng cách sử dụng numpy

Cải thiện bài viết

Lưu bài viết

Hàm numpy.subtract() được sử dụng khi chúng ta muốn tính toán chênh lệch của hai mảng. Nó trả về sự khác biệt của ARR1 và ARR2, phần tử khôn ngoan. function is used when we want to compute the difference of two array.It returns the difference of arr1 and arr2, element-wise.

Cú pháp: numpy.subTract (ARR1, ARR2, /, OUT = Không, *, trong đó = true, casting = 'giống nhau_kind', order = 'k', dtype = none, subok = true [ Trừ ') numpy.subtract(arr1, arr2, /, out=None, *, where=True, casting=’same_kind’, order=’K’, dtype=None, subok=True[, signature, extobj], ufunc ‘subtract’)

Tham số: ARR1: [Array_Lhe hoặc Scalar] Mảng đầu vào đầu tiên.Arr2: [Array_Lhe hoặc Scalar] Mảng đầu vào thứ 2.DTYPE: Loại của mảng được trả về. Theo mặc định, DTYPE của ARR được sử dụng. -> Nếu không được cung cấp hoặc không có, một mảng mới được phân bổ được trả về. Ở đâu: [Array_Like, Tùy chọn] Các giá trị của True cho biết để tính toán UFUNC ở vị trí đó, các giá trị của sai cho biết để lại giá trị trong đầu ra. ** KWARGS: Cho phép chuyển độ dài biến từ khóa của đối số cho một hàm. Được sử dụng khi chúng tôi muốn xử lý đối số được đặt tên trong một hàm.
arr1 : [array_like or scalar]1st Input array.
arr2 : [array_like or scalar]2nd Input array.
dtype : The type of the returned array. By default, the dtype of arr is used.
out : [ndarray, optional] A location into which the result is stored.
  -> If provided, it must have a shape that the inputs broadcast to.
  -> If not provided or None, a freshly-allocated array is returned.
where : [array_like, optional] Values of True indicate to calculate the ufunc at that position, values of False indicate to leave the value in the output alone.
**kwargs : Allows to pass keyword variable length of argument to a function. Used when we want to handle named argument in a function.

Trả về: [Ndarray hoặc vô hướng] Sự khác biệt của ARR1 và ARR2, phần tử khôn ngoan. Trả về vô hướng nếu cả ARR1 và ARR2 là vô hướng. [ndarray or scalar] The difference of arr1 and arr2, element-wise. Returns a scalar if both arr1 and arr2 are scalars.

Mã số 1:

import numpy as geek

in_num1 =

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

>>> np.subtract(1.0, 4.0)
-3.0

>>> np.subtract(1.0, 4.0)
-3.0

>>> np.subtract(1.0, 4.0)
-3.0

>>> np.subtract(1.0, 4.0)
-3.0

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

>>> np.subtract(1.0, 4.0)
-3.0

>>> np.subtract(1.0, 4.0)
-3.0

Đầu ra:

1st Input number :  4
2nd Input number :  6
Difference of two input number :  -2

Mã số 2:

import numpy as geek

in_num1 =

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

>>> np.subtract(1.0, 4.0)
-3.0

>>> np.subtract(1.0, 4.0)
-3.0

>>> np.subtract(1.0, 4.0)
-3.0

>>> np.subtract(1.0, 4.0)
-3.0

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

1st Input array :  [[ 2 -4  5]
 [-6  2  0]]
2nd Input array :  [[ 0 -7  5]
 [ 5 -2  9]]
Output array:  [[  2   3   0]
 [-11   4  -9]]

>>> np.subtract(1.0, 4.0)
-3.0

>>> np.subtract(1.0, 4.0)
-3.0

Đầu ra: