闲言碎语不多讲,直接上代码。

>>> import numpy as np

>>> np.add.accumulate([1,2,3]) # 累加

array([1, 3, 6], dtype=int32)

>>> np.add.accumulate([1,2,3,4,5])

array([ 1,  3,  6, 10, 15], dtype=int32)

>>> np.add.reduce([1,2,3,4,5]) # 连加

15

>>> x = np.array([1,2,3,4])

>>> np.add.at(x, [0,2], 3)  # 下标0和2的元素分别加3

>>> x

array([4, 2, 6, 4])

>>> np.add.outer([1,2,3], [4,5,6])

array([[5, 6, 7],   # 1+4, 1+5, 1+6

[6, 7, 8],  # 2+4, 2+5, 2+6

[7, 8, 9]])  # 3+4, 3+5, 3+6

>>> np.add.outer([1,2,3], [4,5,6,7])

array([[ 5,  6,  7,  8],

[ 6,  7,  8,  9],

[ 7,  8,  9, 10]])

>>> np.add.outer([1,2,3,4], [5,6,7])

array([[ 6,  7,  8],

[ 7,  8,  9],

[ 8,  9, 10],

[ 9, 10, 11]])

>>> np.add.reduceat(np.arange(8),[0,4, 1,5, 2,6, 3,7])

array([ 6,  4, 10,  5, 14,  6, 18,  7], dtype=int32)

>>> x = np.linspace(0, 15, 16).reshape(4,4)

>>> x

array([[  0.,   1.,   2.,   3.],

[  4.,   5.,   6.,   7.],

[  8.,   9.,  10.,  11.],

[ 12.,  13.,  14.,  15.]])

>>> np.add.reduceat(x, [0, 3, 0])

array([[ 12.,  15.,  18.,  21.],  # row0+row1+row2

[ 12.,  13.,  14.,  15.],  # row3

[ 24.,  28.,  32.,  36.]])  # row0+row1+row2+row3

>>> np.add.reduceat(x, [0, 3, 1])

array([[ 12.,  15.,  18.,  21.],   # row0+row1+row2

[ 12.,  13.,  14.,  15.],  # row3

[ 24.,  27.,  30.,  33.]]) # row1+row2+row3

>>> np.add.reduceat(x, [0, 3, 2])

array([[ 12.,  15.,  18.,  21.],  # row0+row1+row2

[ 12.,  13.,  14.,  15.], # row3

[ 20.,  22.,  24.,  26.]]) # row2+row3

>>> np.add.reduceat(x, [0, 3, 3])

array([[ 12.,  15.,  18.,  21.],  # row0+row1+row2

[ 12.,  13.,  14.,  15.], # row3

[ 12.,  13.,  14.,  15.]]) # row3

>>> np.add.reduceat(x, [0, 3, 1, 0])

array([[ 12.,  15.,  18.,  21.],  # row0+row1+row2

[ 12.,  13.,  14.,  15.], # row3

[  4.,   5.,   6.,   7.],  # row1

[ 24.,  28.,  32.,  36.]])  # row0+row1+row2+row3

>>> np.add.reduceat(x, [0, 3, 1, 1])

array([[ 12.,  15.,  18.,  21.],   # row0+row1+row2

[ 12.,  13.,  14.,  15.],  # row3

[  4.,   5.,   6.,   7.],  # row1

[ 24.,  27.,  30.,  33.]])  # row1+row2+row3

>>> np.add.reduceat(x, [0, 3, 1, 2])

array([[ 12.,  15.,  18.,  21.],   # row0+row1+row2

[ 12.,  13.,  14.,  15.],  # row3

[  4.,   5.,   6.,   7.], # row1

[ 20.,  22.,  24.,  26.]])  # row2+row3

>>> np.add.reduceat(x, [0, 3, 1, 3])

array([[ 12.,  15.,  18.,  21.],  # row0+row1+row2

[ 12.,  13.,  14.,  15.],  # row3

[ 12.,  14.,  16.,  18.],  # row1

[ 12.,  13.,  14.,  15.]])  # row3

>>> np.add.reduceat(x, [0, 3, 1, 3], axis=1)  # 对列进行计算

array([[  3.,   3.,   3.,   3.],

[ 15.,   7.,  11.,   7.],

[ 27.,  11.,  19.,  11.],

[ 39.,  15.,  27.,  15.]])

Python科学计算库numpy中的add运算相关推荐

  1. 一文带你熟悉简单实用的Python科学计算库NumPy

    Python科学计算库NumPy 安装 数组的创建 array创建 **arange** 创建 **随机数创建** 方法numpy.random.random(size=None) 方法numpy.r ...

  2. Python 科学计算库 Numpy(一)—— 概述

    目录 一 Numpy(Numerical Python) 1. Numpy 是什么 2. Numpy 的主要用途 二 Numpy 数组 VS Python 列表 三 Numpy 数据类型和属性 1. ...

  3. Python 科学计算库 Numpy 准备放弃 Python 2 了

    Numpy 是 Python 的一个科学计算库,提供了矩阵运算的功能,一般与 Scipy.matplotlib 一起使用. 今天 Numpy 的 GitHub 主页上发文称,Numpy 库准备从 20 ...

  4. python科学计算库numpy和绘图库PIL的结合,素描图片(原创)

    # 导入绘图库 from PIL import Image #导入科学计算库 import numpy as np #封装一个图像处理工具类 class TestNumpy(object):def p ...

  5. 01、python数据分析与机器学习实战——Python科学计算库-Numpy

    深度学习--学习目录 NumPy介绍 NumPy系统是Python的一种开源的数值计算扩展. 这种工具可用来存储和处理大型矩阵, 比Python自身的嵌套列表(nested list structur ...

  6. 004.python科学计算库pandas(中)

    测试数据 titanic_train.csv isnull import pandastitanic_survival = pandas.read_csv("titanic_train.cs ...

  7. Python 科学计算库 Numpy (二) —— 索引及切片

    目录 1. 索引及切片 (1)通过下标以及内置函数进行索引切片 (2)使用冒号分隔参数进行切片索引 (3)对部分元素进行索引并切片 (4)对多维数组进行索引切片 2. 高级索引 (1)整数数组索引 ( ...

  8. 唐宇迪学习笔记1:Python环境安装、Pytho科学计算库——Numpy

    目录 一.AI数据分析入门 ​1.案例来源 2.Python环境配置(Python3) Python的安装 Python库安装工具 Jupyter Notebook 二.Python科学计算库--Nu ...

  9. numpy不用科学记数发 python_Python科学计算库Numpy常用的函数使用

    林小森博客: Python科学计算库Numpy常用的函数使用 - 林小森​www.linxiaosen.com Numpy具有强大的计算功能,本文介绍Numpy常用的函数,可以有效的提高工作效率. 首 ...

最新文章

  1. 【Codeforces】Round #375 (Div. 2)
  2. php ids,PHP / MYSQL查询id“duplicate ids”
  3. FPGA之道(14)IP核介绍
  4. oracle 递归查询
  5. Android——apk反编译
  6. 入坑推荐系统,从Google这篇开始
  7. Centos配置在线yum源
  8. ES5-9 【utils】构造函数及实例化原理、包装类
  9. 数据结构:二叉排序树
  10. mysql装载本地文件及模式匹配
  11. Kettle数据源连接配置
  12. jquery 使用文档
  13. 最最简单的使用DW编程软件
  14. Oracle EBS 后台提交请求集 FND_SUBMIT.SUBMIT_PROGRAM
  15. 对于踏入社会的我们来说,学历到底有多重要?学历的用途介绍
  16. 书店销售系统java代码,VC书店销售管理系统源代码(源码大小6M)
  17. 【Spark ML】第 5 章:Recommendations
  18. Oracle:ORA-00054 资源正忙
  19. String如何截取字符串长度
  20. PDF 转换成JPG图

热门文章

  1. python如何定义自定义函数_python类中系统自定义函数
  2. mongodb 存储过程 遍历表数据_三、redis数据存储之跳跃表(SKIP LIST)
  3. python打印字符串全排列_【算法15】字符串的全排列
  4. android zxing-3.3.3的用法_Android使用RecyclerView实现复杂的多布局效果
  5. java工具类使用_Java工具类使用注意事项
  6. java点击按钮在控制台输出_java 怎么获取控制台的数据并且输出到GUI上
  7. 计算机应用第7章在线测试,《计算机应用基础》第07章在线测试
  8. linux system查看内存占用,Linux查看系统内存占用
  9. Java Swing Mysql实现的汽车租赁租车管理系统源码附带设计报告及视频导入运行教程
  10. Python编程(思维导图)