numpy.add

numpy.add(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature])=<ufunc 'add'>

Элемент-но складывает аргументы.

Параметры:

x1, x2array_like

Массивы, которые нужно сложить. Если x1.shape != x2.shape, они должны быть совместимы для трансляции в общую форму (которая становится формой результата).

outndarray, None, или кортеж ndarray и None, необязательно

Место, в которое сохраняется результат. Если указано, оно должно иметь форму, к которой транслируются входные данные. Если не указано или равно None, возвращается только что выделенный массив. Кортеж (только в качестве ключевого аргумента) должен иметь длину, равную числу выходных данных.

wherearray_like, необязательно

Это условие транслируется по входу. В местах, где условие равно True, out массив будет устанавливаться в результат ufunc. В противном случае, out массив сохранит свое первоначальное значение. Обратите внимание, что если создается неинициализированный out массив по умолчанию out=None, места в нем, где условие равно False, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию по ufunc.

Возвращаемое значение:

addndarray или скаляр

Сумма x1 и x2, элемент-но. Это скаляр, если оба x1 и x2 являются скалярами.

Примечания

Эквивалентно x1 + x2 с точки зрения трансляции массивов.

Примеры

>>> np.add(1.0, 4.0)
5.0
>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> np.add(x1, x2)
array([[  0.,   2.,   4.],
       [  3.,   5.,   7.],
       [  6.,   8.,  10.]])

Оператор + может использоваться как сокращение для np.add над ndarrays.

>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> x1 + x2
array([[ 0.,  2.,  4.],
       [ 3.,  5.,  7.],
       [ 6.,  8., 10.]])