Numpy trekker fra

Subtraksjon betyr forskjell eller å finne forskjellen mellom samme størrelse verdier. Subrakt () er en universell funksjon av det numpy biblioteket. Denne funksjonen brukes til å utrydde to eller flere matriser eller matriser i Python. Operatøren (-) brukes til å trekke fra matriser eller matriser. I denne guiden vil vi derfor gå gjennom hvordan og når vi skal bruke NP. Trekk () Metode i programmer.

Når subtraksjon av matriser i numpy er mulig?

I matematikk er subtraksjonen av to matriser eller matriser bare mulig når begge matriser er av samme dimensjoner. Det betyr at begge matriser har samme antall kolonner og rader. Men i Numpy TreknoTT () -metoden tillater Numpy -biblioteket subtraksjon mellom matriser som ikke er skalar eller ikke har de samme dimensjonene.

Bruk av NP. trekke () metode i stedet for (-) operatør

I de fleste programmer og eksempler ville du sett at både (-) operatøren og subtract () -metoden brukes til å utføre subtraksjoner. Begge brukes om hverandre når du vil. Men i de fleste tilfeller vurderer vi numpy subtrakt () -metode i stedet for å bruke (-) operatøren. Etter hvert er (-) operatøren en abstraksjon av NP. Trekk () -metoden. Hvis du har tenkt å endre den spesifiserte standardoppførselen til (-) operatøren, kan du bruke NP. Trekk () -metoden.

Syntaks

Numpy subtract () -metoden er erklært som følger:

Argumenter

I denne delen vil vi diskutere forskjellige nødvendige og valgfrie parametere som er gitt til NP. Trekk () -metoden, og disse er følgende:

Numpy.trekke fra(): Denne er en nødvendig parameter. Det er en datatype og obligatorisk argument som skal brukes. Det vil fungere på lister og tuples i Python.

Array 1: Det er også en nødvendig parameter. Det representerer den første definerte matrisen, hvis størrelse er identisk med den for den andre gitte matrisen og kan oppdateres til samme matrise som den andre matrisen.

Array 2: Det representerer den andre inngangsarrayen og er et nødvendig argument. Det må være en lignende størrelse som den første inngangsoppstillingen og kan oppdateres til samme matrise som den første matrisen.

Ute: Det er et valgfritt argument. Det brukes når vi vil at et bestemt sted skal lagre et resultat. Et nytt objekt er konstruert for å beholde utfallet hvis stedet ikke er gitt.

Hvor: Det er også et valgfritt argument. Hver gang vi ønsker å identifisere spesifikke arrayverdier som UNFUNK (universell funksjon) ikke blir utført, bruker vi dette argumentet.

dtype: Et valgfritt argument brukes for å gi resultatmatrisen en spesifikk datatype. Det er identisk med typen inngangsarrays.

For å lære mer om NP. Trekk () Metode i dybden, la oss se på noen få illustrasjoner:

Eksempel nr. 1:

Subtraksjon av endimensjonal matrise.

I dette tilfellet vil vi diskutere hvordan du utfører subtraksjon av en endimensjonal matrise ved å bruke subtract () -metoden til Numpy-biblioteket. Den endimensjonale betyr at matrisen bare har 1 kolonne eller 1 antall rader som subtraksjon eller en annen funksjon av numpy kan utføres.

I utførelsen av dette programmet importeres Numpy -biblioteket som NP. Deretter har vi 'M' -variabelen som har tildelt den første matrisen ved å initialisere NP. Array () -funksjon. Verdiene vi har tildelt denne matrisen er [7, 8, 6]. Deretter har vi en annen inngangsoppstilling som lagres i 'N' -variabelen og verdiene som er tilordnet den andre matrisen er [9, 10, 5]. Nå har vi erklært en ny variabel 'O'. Da må vi ringe en NP. trekk () -funksjonen for å utføre subtraksjon på begge matriser for å få resultatet vårt. Denne funksjonen inneholder de to nødvendige matriser som argumenter. Til slutt representerer PRINT () -funksjonen utgangen etter å ha utført subtraksjonen. Den resulterende matrisen vil bli lagret i 'o' variabelen.

Utfallet som vi får etter vellykket implementering av subtract () -metoden til den endimensjonale matrisen er:

Eksempel nr. 2:

Subtraksjon av todimensjonal matrise.

I den ovennevnte koden har vi ryddet konseptene våre om subtraksjon av endimensjonal matrise på hvordan NP. Trekk () -funksjonen fungerer på den. Nå, i andre omgang, vil vi se ytelsen til NP. Trekk () -metoden på den todimensjonale matrisen. En todimensjonal matrise representerer det 2 antall rader eller kolonner som subtraksjonen kan gjøres.

Deretter må vi importere Numpy -biblioteket som NP i programmet som er et nødvendig trinn. I det andre trinnet har vi initialisert variabel 'x'. Denne variabelen beholder verdiene til den første definerte matrisen. Deretter må vi ringe NP. Array () -funksjon som brukes til å skaffe komponentene i matrisen. Verdiene til den første 2D -arrayen er [30, 40] [10, 20]. Da må vi erklære "y" -variabelen. Her vil vi tildele andre matriseelementer ved å bruke NP. Array () -metode. Den andre definerte matrisen har [10, 20] [30, 40] verdier. For å lagre utgangen ved å utføre subtraksjonen, vil en ny variabel 'Z' bli initialisert i neste uttalelse. NP. trekke () -funksjonen kalles for å utføre subtraksjon på de nødvendige todimensjonale matriser. Vi må passere 'y' og 'x' som parametrene til NP. Trekk () -metoden. I det siste trinnet vil metoden Print () vise utfallet.

Etter vellykket utførelse av NP. Trekk () -metoden til 2D -matrisen vi har følgende utgang:

Konklusjon

I denne guiden snakket vi om Numpy SubleTract () -metoden, hvordan den fungerer, og når den brukes. Vi dekket også syntaks og parametere for trekkfunksjonen (). Vi implementerte forskjellige eksempler med en detaljert forklaring av kodene. På både 1D- og 2D -matriser har subtraksjon blitt gjort ved å bruke subtract () -metoden. Videre nevnte vi også forskjellene og likhetene mellom bruken av (-) operatøren og NP. Trekk () -funksjonen.