ufunc 与 Numpy 中的基本算术运算符

Question

我看到通用函数 (ufunc) 用于执行元素级数组操作。

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

这段代码与arr + arr2类似。既然如此，我们为什么要使用 ufunc？

Answer 1

因为它是一个具有许多功能的函数，简单的添加表达式无法为您提供这些功能。您可以根据您在某些情况下的预期行为覆盖 ufunc objects，并从其所有功能中受益。

你可以通过查看函数的 header:

来了解

numpy.add(x1, x2, /, out=None, *, where=True, casting='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

并且：

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

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

ufunc 提供的另一个好功能是您可以直接在 python objects.

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

ufunc 与 Numpy 中的基本算术运算符

ufunc Vs basic arithmetic operators in Numpy

python

numpy

python-3.x

numpy-ufunc