043.md

二元运算

In [1]:

import numpy as np

四则运算

运算	函数
a + b	add(a,b)
a - b	subtract(a,b)
a * b	multiply(a,b)
a / b	divide(a,b)
a ** b	power(a,b)
a % b	remainder(a,b)

以乘法为例，数组与标量相乘，相当于数组的每个元素乘以这个标量：

In [2]:

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

Out[2]:

array([3, 6])

数组逐元素相乘：

In [3]:

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

Out[3]:

array([3, 8])

使用函数：

In [4]:

np.multiply(a, b)

Out[4]:

array([3, 8])

事实上，函数还可以接受第三个参数，表示将结果存入第三个参数中：

In [5]:

np.multiply(a, b, a)

Out[5]:

array([3, 8])

In [6]:

a

Out[6]:

array([3, 8])

比较和逻辑运算

运算	函数<
==	equal
!=	not_equal
>	greater
>=	greater_equal
<	less
<=	less_equal
	logical_and
	logical_or
	logical_xor
	logical_not
&	bitwise_and
	bitwise_or
^	bitwise_xor
~	invert
>>	right_shift
<<	left_shift

等于操作也是逐元素比较的：

In [7]:

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

Out[7]:

array([[ True,  True, False,  True],
       [False,  True,  True,  True]], dtype=bool)

这意味着，如果我们在条件中要判断两个数组是否一样时，不能直接使用

if a == b: 

而要使用：

if all(a==b): 

对于浮点数，由于存在精度问题，使用函数 allclose 会更好：

if allclose(a,b): 

logical_and 也是逐元素的 and 操作：

In [8]:

a = np.array([0,1,2])
b = np.array([0,10,0])

np.logical_and(a, b)

Out[8]:

array([False,  True, False], dtype=bool)

0 被认为是 False，非零则是 True。

比特操作：

In [9]:

a = np.array([1,2,4,8])
b = np.array([16,32,64,128])

a | b

Out[9]:

array([ 17,  34,  68, 136])

取反：

In [10]:

a = np.array([1,2,3,4], np.uint8)
~a

Out[10]:

array([254, 253, 252, 251], dtype=uint8)

左移：

In [11]:

a << 3

Out[11]:

array([ 8, 16, 24, 32], dtype=uint8)

要注意的是 & 的运算优先于比较运算如 > 等，所以必要时候需要加上括号：

In [12]:

a = np.array([1,2,4,8])
b = np.array([16,32,64,128])

(a > 3) & (b < 100)

Out[12]:

array([False, False,  True, False], dtype=bool)