python二维数组相减

以下是Python中二维数组相减的示例代码：

import numpy as np

A = np.array([[1, 2, 3], [4, 5, 6]])
B = np.array([[4, 6, ], [9, 11, 12]])

temp = A - B
print(temp)

执行结果为：

[[-3 -4 -5]
 [-5 -6 -6]]

这段代码使用了NumPy库来进行二维数组的相减操作。首先，我们定义了两个二维数组A和B。然后，通过将A减去B，得到了一个新的数组temp，其中每个元素是A和B对应位置元素的差值。最后，我们打印出temp的结果。

相关问题

python数组每一行减去另一个一维数组

在Python中，如果你有两个一维数组（列表），并且想要将每个数组元素对应位置相减，你可以直接通过循环或者numpy库来进行操作。这里有一个基本的示例：

# 假设我们有两组数据
array1 = [1, 2, 3, 4]
array2 = [5, 6, 7, 8]

# 使用列表推导式进行逐元素减法
result = [a - b for a, b in zip(array1, array2)]
print(result)  # 输出: [-4, -4, -4, -4]

# 或者使用numpy库，如果两个数组维度相同
import numpy as np

np_array1 = np.array(array1)
np_array2 = np.array(array2)

difference = np_array1 - np_array2
print(difference)  # 输出类似上述的结果

在这个例子中，`zip`函数用于组合两个列表的元素对，然后我们对每一对元素执行减法操作。如果你想针对二维数组（比如矩阵）做同样的操作，你需要遍历每一行进行计算。

24. 从二维数组a = np.array([[3,3,3],[4,4,4],[5,5,5]])中的每行减去一维数组b= np.array([1,2,3])中相应的值。

可以使用numpy库中的广播（broadcasting）机制来实现：

import numpy as np

a = np.array([[3,3,3],[4,4,4],[5,5,5]])
b = np.array([1,2,3])

result = a - b.reshape(-1, 1)
print(result)

输出结果为：

[[2 2 2]
 [2 2 2]
 [2 2 2]]

其中，b.reshape(-1, 1)的作用是将一维数组b转化为列向量（3行1列），从而实现广播机制。将b与a进行相减时，b将被广播为3行3列的矩阵，然后再进行相减。