一、np.subtract的介绍
np.subtract 是 numpy 库中的一个重要函数之一，不仅可以执行简单的减法运算，还可以在数组中执行多个元素之间的减法运算。
函数的语法格式如下：
numpy.subtract(x1, x2, /, out=None, *, where=True, casting='same_kind',
order='K', dtype=None, subok=True[, signature, extobj])
其中，参数说明如下：
- x1, x2: 数组类型的数据或者标量
- out: 可选参数，指定结果保存的位置
- where: 可选参数，表示要执行减法运算的位置，默认为True表示全部执行
- casting: 可选参数，表示执行的类型转换默认同版，默认为相同类型
- order: 可选参数，表示要执行减法运算的顺序，默认为"K"，表示按照最优顺序进行减法运算
- dtype: 可选参数，表示返回结果的数据类型
- subok： 表示如果返回的结果比输入的数据少一维是否可以被认为是子类，默认为True
二、np.subtract的基本用法
对于两个数组相减，可以使用 np.subtract 进行直接操作，如下所示：
import numpy as np a = np.array([1, 2, 3]) b = np.array([3, 2, 1]) c = np.subtract(a, b) print(c)
执行结果为：
[-2 0 2]
此时，函数默认执行最优顺序来完成计算，比如将数据转换成相同类型，按照内存连续、按照"K"顺序进行操作，所得到的结果是一个新的数组。
三、np.subtract的高级用法
np.subtract 还可以用于对多个数组元素按照要求进行操作。此时，所有参与计算的数组形状必须相同，才能进行计算。
import numpy as np a = np.array([1, 2, 3, 4]) b = np.array([3, 2, 1, 5]) c = np.array([5, 4, 3, 2]) d = np.array([1, 2, 3, 4]) e = np.subtract(np.subtract(np.add(a, b), c), d) print(e)
运行结果为：
[-6 -2 1 -3]
其中表达式 np.subtract(np.subtract(np.add(a, b), c), d) 表示 a+b-c-d，表示将四个数组元素按照一定的规则进行操作，最后得到一个新的数组。
四、np.subtract的应用场景
np.subtract 适用于多个数组之间元素的减法操作，包括图像处理、信号处理、机器学习等领域。
五、总结
通过本文的阐述，我们掌握了 np.subtract 的基本用法和高级用法。此外，我们也了解到了 np.subtract 的应用场景，带着这些知识，我们在实际的编程过程中可以更加灵活地使用 np.subtract 对数组进行操作。
