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)