Sottrai numpy

Sottrazione significa differenza o trovare la differenza tra i valori delle stesse dimensioni. Il sottract () è una funzione universale della biblioteca numpy. Questa funzione viene utilizzata per sradicare due o più array o matrici in Python. L'operatore (-) viene utilizzato per sottrarre matrici o array. Quindi, in questa guida, esamineremo come e quando applicare il NP. Metodo sottratto () nei programmi.

Quando è possibile sottrazione di array in numpy?

In matematica, la sottrazione di due array o matrici è possibile solo quando entrambi gli array sono delle stesse dimensioni. Significa che entrambi gli array hanno lo stesso numero di colonne e righe. Ma nel metodo numpy sottract (), la libreria numpy consente la sottrazione tra array che non sono scalari o non hanno le stesse dimensioni.

Utilizzo di NP. Metodo sottratto () invece dell'operatore (-)

Nella maggior parte dei programmi ed esempi, avresti visto che sia l'operatore (-) che il metodo sottract () vengono utilizzati per eseguire le sottotazioni. Entrambi sono usati in modo intercambiabile quando vuoi. Ma nella maggior parte dei casi consideriamo il metodo numpy sottract () invece di usare l'operatore (-). Alla fine, l'operatore (-) è un'astrazione di NP. metodo sottract (). Se si intende modificare il comportamento predefinito specificato dell'operatore (-), è possibile utilizzare NP. metodo sottract ().

Sintassi

Il metodo numpy sottract () è dichiarato come segue:

argomenti

In questa sezione, discuteremo di diversi parametri richiesti e opzionali forniti a NP. metodo sottract () e questi sono i seguenti:

Numpy.sottrarre(): Questo è un parametro richiesto. È un tipo di dati e un argomento obbligatorio da utilizzare. Funzionerà su elenchi e tuple in Python.

Array 1: È anche un parametro richiesto. Rappresenta il primo array definito, la cui dimensione è identica a quella del secondo array dato e può essere aggiornata alla stessa matrice del secondo array.

Array 2: Rappresenta il secondo array di input ed è un argomento richiesto. Deve essere una dimensione simile al primo array di input e può essere aggiornato alla stessa matrice del primo array.

Fuori: È un argomento opzionale. Viene utilizzato quando vogliamo una posizione specifica per archiviare un risultato. È costruito un nuovo oggetto per conservare il risultato se la posizione non viene fornita.

Dove: È anche un argomento opzionale. Ogni volta che vorremmo identificare valori di array specifici a cui non verrà eseguita la nonni (funzione universale), usiamo questo argomento.

dtype: Un argomento opzionale viene utilizzato per dare alla matrice del risultato un tipo di dati specifico. È identico al tipo di array di input.

Per saperne di più sul NP. Metodo sottract () in profondità, diamo un'occhiata ad alcune illustrazioni:

Esempio n. 1:

Sottrazione di array monodimensionale.

In questo caso, discuteremo di come eseguire la sottrazione di un array unidimensionale usando il metodo sottract () della libreria numpy. Il monodimensionale significa che l'array ha solo 1 colonna o 1 numero di righe su cui è possibile eseguire la sottrazione o un'altra funzione di numpy.

Nell'esecuzione di questo programma, la libreria Numpy come NP viene importata. Quindi, abbiamo la variabile 'M' che ha assegnato il primo array inizializzando NP. funzione array (). I valori che abbiamo assegnato a questo array sono [7, 8, 6]. Successivamente, abbiamo un secondo array di input che viene salvato nella variabile 'N "e i valori assegnati al secondo array sono [9, 10, 5]. Ora, abbiamo dichiarato una nuova variabile 'O'. Quindi, dobbiamo chiamare un NP. funzione sottract () per eseguire la sottrazione su entrambi gli array per ottenere il nostro risultato. Questa funzione contiene i due array richiesti come argomenti. Alla fine, la funzione print () rappresenta l'output dopo aver eseguito la sottrazione. L'array risultante verrà salvato nella variabile 'O'.

Il risultato che otteniamo dopo l'implementazione riuscita del metodo sottract () all'array monodimensionale è:

Esempio n. 2:

Sottrazione di array bidimensionale.

Nel codice sopra illustrato, abbiamo eliminato i nostri concetti sulla sottrazione di un array monodimensionale su come NP. La funzione sottract () funziona su di essa. Ora, in secondo luogo, vedremo le prestazioni di NP. Metodo sottratto () sull'array bidimensionale. Un array bidimensionale rappresenta il numero 2 di righe o colonne su cui è possibile eseguire la sottrazione.

Quindi, dobbiamo importare la libreria Numpy come NP nel programma che è un passaggio richiesto. Nel secondo passaggio, abbiamo inizializzato la variabile 'x'. Questa variabile conserva i valori del primo array definito. Successivamente, dobbiamo chiamare il NP. funzione array () che viene utilizzata per acquisire i componenti dell'array. I valori del primo array 2D sono [30, 40] [10, 20]. Quindi, dobbiamo dichiarare la variabile "y". Qui assegniamo elementi del secondo array usando il NP. Metodo array (). Il secondo array definito ha [10, 20] [30, 40] valori. Per salvare l'output eseguendo la sottrazione, una nuova variabile "z" sarebbe inizializzata nella prossima istruzione. Il NP. La funzione sottract () viene chiamata per eseguire la sottrazione sugli array bidimensionali richiesti. Dobbiamo passare 'y' e 'x' come parametri di NP. metodo sottract (). Nell'ultimo passaggio, il metodo Print () mostrerà il risultato.

Dopo la riuscita esecuzione di NP. Metodo sottract () all'array 2D abbiamo il seguente output:

Conclusione

In questa guida, abbiamo parlato del metodo numpy sottract (), come funziona e quando viene utilizzato. Abbiamo anche coperto la sintassi e i parametri della funzione sottract (). Abbiamo implementato diversi esempi con una spiegazione dettagliata di quei codici. Sia su array 1D e 2D, la sottrazione è stata eseguita utilizzando il metodo sottract (). Inoltre, abbiamo anche menzionato le differenze e le somiglianze tra l'uso dell'operatore (-) e NP. funzione sottract ().