NumPy - 算数运算
用于执行算术运算（如add()，subtract()，multiply()和divide()）的输入数组必须具有相同的形状或符合数组广播规则。
示例
import numpy as np
a = np.arange(9, dtype = np.float_).reshape(3,3)
print( '第一个数组：')
print( a)
print( '\n')
print( '第二个数组：')
b = np.array([10,10,10])
print( b)
print( '\n')
#数组的维度可以不一样，相加时对应位置的元素进行相加
print( '两个数组相加：')
print( np.add(a,b))
print( '\n')
print( '两个数组相减：')
print( np.subtract(a,b))
print( '\n')
print( '两个数组相乘：')
print( np.multiply(a,b))
print( '\n')
print( '两个数组相除：')
print( np.divide(a,b))
输出如下：
第一个数组：
[[ 0. 1. 2.]
[ 3. 4. 5.]
[ 6. 7. 8.]]
第二个数组：
[10 10 10]
两个数组相加：
[[ 10. 11. 12.]
[ 13. 14. 15.]
[ 16. 17. 18.]]
两个数组相减：
[[-10. -9. -8.]
[ -7. -6. -5.]
[ -4. -3. -2.]]
两个数组相乘：
[[ 0. 10. 20.]
[ 30. 40. 50.]
[ 60. 70. 80.]]
两个数组相除：
[[ 0. 0.1 0.2]
[ 0.3 0.4 0.5]
[ 0.6 0.7 0.8]]
让我们现在来讨论 NumPy 中提供的一些其他重要的算术函数。
numpy.reciprocal()
此函数返回各元素的倒数。 由于 Python 处理整数除法的方式，对于绝对值大于 1 的整数元素，结果始终为 0， 对于整数 0，则发出溢出警告，也就是说如果要正确进行除法运算，数据类型最好不要用整数类型。
示例
import numpy as np
#该数组的类型不是整数类型，为float64类型
a = np.array([0.25, 1.33, 1, 0, 100])
print( '我们的数组是：')
print( a)
print(a.dtype)
print( '\n')
print( '调用 reciprocal 函数：')
print( np.reciprocal(a))
print( '\n')
b = np.array([100], dtype = int)
print( '第二个数组：')
print( b)
print( '\n')
print( '调用 reciprocal 函数：')
print( np.reciprocal(b))
输出如下：
我们的数组是：
[ 0.25 1.33 1. 0. 100. ]
float64
调用 reciprocal 函数：
main.py:9: RuntimeWarning: divide by zero encountered in reciprocal
print np.reciprocal(a)
[ 4. 0.7518797 1. inf 0.01 ]
第二个数组：
[100]
调用 reciprocal 函数：
[0]
numpy.power()
此函数将第一个输入数组中的元素作为底数，计算它与第二个输入数组中相应元素的幂。
import numpy as np
a = np.array([10,100,1000])
print( '我们的数组是；')
print( a)
print( '\n')
print( '调用 power 函数：')
print( np.power(a,2))
print( '\n')
print( '第二个数组：')
b = np.array([1,2,3])
print( b)
print( '\n')
print( '再次调用 power 函数：' )
print( np.power(a,b))
输出如下：
我们的数组是；
[ 10 100 1000]
调用 power 函数：
[ 100 10000 1000000]
第二个数组：
[1 2 3]
再次调用 power 函数：
[ 10 10000 1000000000]
numpy.mod()
此函数返回输入数组中相应元素的除法余数。 函数numpy.remainder()也产生相同的结果。
import numpy as np
a = np.array([10,20,30])
b = np.array([3,5,7])
print( '第一个数组：')
print( a)
print( '\n')
print( '第二个数组：')
print( b)
print( '\n')
print( '调用 mod() 函数：')
print( np.mod(a,b))
print( '\n')
print( '调用 remainder() 函数：' )
print( np.remainder(a,b))
输出如下：
第一个数组：
[10 20 30]
第二个数组：
[3 5 7]
调用 mod() 函数：
[1 0 2]
调用 remainder() 函数：
[1 0 2]
以下函数用于对含有复数的数组执行操作。
numpy.real()返回复数类型参数的实部。numpy.imag()返回复数类型参数的虚部。numpy.conj()返回通过改变虚部的符号而获得的共轭复数。numpy.angle()返回复数参数的角度。 函数的参数是degree。 如果为true，返回的角度以角度制来表示，否则为以弧度制来表示。
import numpy as np
a = np.array([-5.6j, 0.2j, 11. , 1+1j])
print( '我们的数组是：')
print( a)
print( '\n')
print( '调用 real() 函数：')
print( np.real(a))
print( '\n')
print( '调用 imag() 函数：')
print( np.imag(a))
print( '\n')
print( '调用 conj() 函数：')
print( np.conj(a))
print( '\n')
print( '调用 angle() 函数：')
print( np.angle(a))
print( '\n')
print( '再次调用 angle() 函数（以角度制返回）：' )
print( np.angle(a, deg = True))
输出如下：
我们的数组是：
[ 0.-5.6j 0.+0.2j 11.+0.j 1.+1.j ]
调用 real() 函数：
[ 0. 0. 11. 1.]
调用 imag() 函数：
[-5.6 0.2 0. 1. ]
调用 conj() 函数：
[ 0.+5.6j 0.-0.2j 11.-0.j 1.-1.j ]
调用 angle() 函数：
[-1.57079633 1.57079633 0. 0.78539816]
再次调用 angle() 函数（以角度制返回）：
[-90. 90. 0. 45.]