Diferença Numpy entre duas matrizes
Em termos simples, a função executa uma subtração em termos de elemento entre duas matrizes de entrada.
Vamos explorar.
Função Sintaxe
A sintaxe da função é como mostrado no trecho de código abaixo:
Numpy.subtraia (x1, x2, /, out = Nenhum, *, onde = true, fundindo = 'Same_kind', ordem = 'k', dtype = nenhum, Subok = true [, assinatura, extobj]) =Parâmetro de função essencial
A função aceita vários parâmetros, como mostrado na sintaxe acima. No entanto, a seguir são os essenciais:
- x1 e x2 - consulte as matrizes ou objetos ARRAY_LIENTE cuja diferença precisa ser calculada.
- OUT - as matrizes de saída para armazenar o valor resultante.
- onde - especifica a condição que é transmitida pela entrada.
- Kwargs - outros argumentos apenas de palavras -chave. Verifique os documentos.
Valor de retorno da função
A função retornará a diferença no elemento das matrizes de entrada. Se ambos os valores de entrada forem escalares, a função também retornará um valor escalar.
Exemplo 1
O código abaixo mostra como usar a função Numpy subtract () com dois valores escalares.
# importar numpyimportar numpy como np
print (f "Diferença: np.subtrair (10,4) ")
O código acima deve retornar a diferença escalar, conforme mostrado na saída abaixo:
Diferença: 6Exemplo #2
No exemplo abaixo, usamos a função subtract () com matrizes 2D como mostrado:
x1 = np.Array ([[10,20,30], [40,50,60]]))x2 = np.Array ([[1,2,3], [4,5,6]]))
print (f "diferença: \ n np.subtrair (x1, x2) ")
O código acima retorna a diferença no elemento entre as duas matrizes, como mostrado:
diferença:[[9 18 27]
[36 45 54]]
Exemplo #3
Você também pode substituir a função subtraída pelo operador -. Um exemplo é como demonstrado abaixo:
x1 = np.Array ([[10,20,30], [40,50,60]]))x2 = np.Array ([[1,2,3], [4,5,6]]))
print (f "diferença: \ n x1 - x2")
A saída resultante é semelhante ao uso da função subtraída como:
diferença:[[9 18 27]
[36 45 54]]
Conclusão
Este artigo explorou como determinar a diferença no elemento entre duas matrizes usando a função Numpy Subract ().
Obrigado pela leitura e codificação feliz!!