numpy.add()函数全面解析：实现数组与标量高效加法运算

numpy 是 Python 中用于数值计算和数据分析的强大库，提供了大量的数学函数和高效的数据结构。其中，numpy.add() 函数用于执行两个数组之间的元素级加法操作，或者将一个数组与一个标量相加。以下是关于 numpy.add() 函数的详细说明：

函数签名与参数

numpy.add(arr1, arr2, out=None, where=True, **kwargs)

• arr1: 输入的第一个数组或标量。可以是 numpy.ndarray 或兼容的数据类型，如整数、浮点数等。
• arr2: 输入的第二个数组或标量。与 arr1 类型相同或可以进行广播运算。
• out: 可选参数，指定输出数组。如果提供，计算结果将直接存入此数组，且其形状必须能与经过广播后的输入数组相匹配。如果不提供或设置为 None，函数会创建并返回一个新的 ndarray 作为结果。
• where: 可选布尔型数组，大小与输入数组相匹配或可以进行广播。值为 True 的位置执行加法运算；值为 False 的位置，结果数组中对应的元素保持原样不变。
• **kwargs: 允许传递其他关键字参数。通常在 numpy 版本更新时可能会引入新的功能，使用 **kwargs 可以确保函数在未来兼容可能增加的参数。

基本用法

数组间的加法

当 arr1 和 arr2 都是数组时，add() 函数会在对应位置上对它们的元素进行逐个相加：

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

result = np.add(arr1, arr2)
print(result)
# 输出: array([5, 7, 9])

数组与标量的加法

若其中一个输入是标量，另一个是数组，add() 会将标量值加到数组的每个元素上：

import numpy as np

arr = np.array([1, 2, 3])
scalar = 4

result = np.add(arr, scalar)
print(result)
# 输出: array([5, 6, 7])

使用 out 参数

如果希望将结果直接写入已存在的数组，可以提供 out 参数：

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
output = np.zeros_like(arr1)

np.add(arr1, arr2, out=output)
print(output)
# 输出: array([5, 7, 9])

使用 where 参数

where 参数可以控制加法运算在哪些位置执行。例如，仅在满足特定条件的位置进行加法：

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
mask = np.array([True, False, True])

result = np.add(arr1, arr2, where=mask)
print(result)
# 输出: array([5, 2, 9])  # 第一个和第三个元素相加，第二个元素不变

总结

numpy.add() 函数是 numpy 库中用于执行数组间或数组与标量间加法运算的核心工具。它支持广播机制、提供灵活的输出控制选项，并可以通过 where 参数实现条件加法。利用这些特性，numpy.add() 能够有效地服务于各种数值计算任务，尤其是在大规模数据处理和科学计算领域。

---

存档地址：https://www.yuque.com/worthstudy/study/ig04ifx9gp0pipi0?singleDoc# 《numpy.add()函数》