有幸参加了DataWhale举办的Numpy组队学习。收获颇多。
每天记录一些自己之前的知识盲点，需经常温习。
11
数学函数
11.1
算数运算
11.1.1
numpy.add
11.1.2
numpy.subtract
11.1.3
numpy.multiply
11.1.4
numpy.divide
11.1.5
numpy.floor_divide
11.1.6
numpy.power
1. numpy.add(x1, x2, *args, **kwargs) Add arguments element-wise.
2. numpy.subtract(x1, x2, *args, **kwargs) Subtract arguments element-wise.
3. numpy.multiply(x1, x2, *args, **kwargs) Multiply arguments element-wise.
4. numpy.divide(x1, x2, *args, **kwargs) Returns a true division of the inputs, element-wise.
5. numpy.floor_divide(x1, x2, *args, **kwargs) Return the largest integer smaller or equal to the division of the inputs.
6. numpy.power(x1, x2, *args, **kwargs) First array elements raised to powers from second array, element-wise.
在 numpy 中对以上函数进行了运算符的重载，且运算符为 元素级。也就是说，它们只用于位置相同的元素之间，所得到的运算结果组成一个
新的数组。
【例】注意 numpy 的广播规则。
import numpy as npx = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = x + 1
print(y)
print(np.add(x, 1))
# [2 3 4 5 6 7 8 9]
y = x - 1
print(y)
print(np.subtract(x, 1))
# [0 1 2 3 4 5 6 7]
y = x * 2
print(y)
print(np.multiply(x, 2))
# [ 2 4 6 8 10 12 14 16]
y = x / 2
print(y)
print(np.divide(x, 2))
# [0.5 1. 1.5 2. 2.5 3. 3.5 4. ]
y = x // 2
print(y)
print(np.floor_divide(x, 2))
# [0 1 1 2 2 3 3 4]
y = x ** 2
print(y)
print(np.power(x, 2))
# [ 1 4 9 16 25 36 49 64]