numpy.add#

numpy.добавить(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, сигнатура]) = 'add'>#

Добавить аргументы поэлементно.

Параметры:

x1, x2array_like: Массивы для сложения. Если x1.shape != x2.shape, они должны быть транслируемы к общей форме (которая становится формой вывода).
выходndarray, None или кортеж из ndarray и None, опционально: Место для сохранения результата. Если предоставлено, оно должно иметь форму, в которую транслируются входные данные. Если не предоставлено или None, возвращается вновь выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную количеству выходов.
гдеarray_like, необязательный: Это условие транслируется на вход. В местах, где условие истинно, выход массив будет установлен в результат ufunc. В других местах выход массив сохранит своё исходное значение. Обратите внимание, что если неинициализированный выход массив создается через стандартный out=None, позиции внутри неё, где условие ложно, останутся неинициализированными.
**kwargs: Для других аргументов, доступных только по ключевым словам, смотрите документация ufunc.

Возвращает:

добавитьndarray или скаляр: Сумма x1 и x2, поэлементно. Это скаляр, если оба x1 и x2 являются скалярами.

Примечания

Эквивалентно x1 + x2 в терминах широковещания массивов.

Примеры

>>> import numpy as np
>>> np.add(1.0, 4.0)
5.0
>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> np.add(x1, x2)
array([[  0.,   2.,   4.],
       [  3.,   5.,   7.],
       [  6.,   8.,  10.]])

The + оператор может использоваться как сокращение для np.add на ndarrays.

>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> x1 + x2
array([[ 0.,  2.,  4.],
       [ 3.,  5.,  7.],
       [ 6.,  8., 10.]])