ufunc与Numpy中的基本算术运算符

Question

我看到 Universal Function(ufunc) 用于执行元素数组操作。

 arr = np.arange(5)
 arr2 = np.arange(5,10)
 np.add(arr,arr2)

这段代码类似于arr + arr2。那我们为什么要使用ufunc呢？

Answer 1

因为它是一个带有许多简单添加表达式无法为您提供的功能的函数。您可以根据您在某些情况下的预期行为覆盖 ufunc 对象，并从其所有功能中受益。

您只需查看函数的标头即可看到：

numpy.add(x1, x2, /, out=None, *, where=True, cast='same_kind', order='K', dtype=None, subok=True[, signature, extobj])

在文档中阅读更多内容：

https://docs.scipy.org/doc/numpy/reference/generated/numpy.add.html

还有：

https://docs.scipy.org/doc/numpy/reference/ufuncs.html#ufuncs-kwargs\

还请注意，每当您执行a + b 时，如果a 或b 是一个ndarray，则numpy 会在内部调用add(a, b)。所以当两个参数都是ndarray时没有区别。

ufuncs 提供的另一个很好的功能是您可以直接在 python 对象上执行 numpy 功能。

In [20]: np.add([2, 3, 4], 4)
Out[20]: array([6, 7, 8])

如果你在 Python 中求和，你会得到一个 TypeError：

In [21]: [2, 3, 4] + 4
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-21-0a8f512c0d3a> in <module>()
----> 1 [2, 3, 4] + 4

TypeError: can only concatenate list (not "int") to list