一、np.add怎么用

NumPy（Numerical Python）是一个Python科学计算库，用于高级数学计算、线性代数、矩阵运算、随机模拟等各种科学计算领域。其中np.add函数实现了两个数组的相加运算，并返回一个新的数组，我们可以使用np.add函数对多维的数组进行加法运算，加法运算的方式是将两个数组对应的元素相加，期间遵循广播规则。下面就是一个使用np.add函数进行数组相加运算的例子：

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.add(a, b)
print(c)

上面代码运行结果为[5 7 9]。其中我们定义了两个一维数组a和b，分别赋值为[1, 2, 3]和[4, 5, 6]，并且使用np.add函数将两个数组相加，最后打印输出结果为[5 7 9]的一维数组c。

二、np.add.reduceat函数

np.add.reduceat函数可以对数组中的一维数据进行划分，然后对不同区间内的元素进行不同的reduce操作。具体实现可以使用.reduceat()方法。下面就是一个使用reduceat函数对数组元素进行reduce操作的例子：

import numpy as np
a = np.array([1,2,3,4,5,6,7,8,9,10])
r = np.add.reduceat(a,[0, 5, 9])
print(r)

上面代码运行结果为[15 20 25]。其中我们定义了一个一维数组a，分别赋值为[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]，并且对不同区间内的元素进行reduce操作。reduceat的参数是数组划分位置。[0，5]对应也就是数组的前5个元素中，[5，9]是数组的第5个到第9个元素，[9]对应的是数组的最后一个元素。在我们的这个例子中，它们分别对应进行reduce的元素区间，reduce操作的方式是使用np.add函数进行计算，最终输出的结果为[15 20 25]的一维数组。

三、np.add.at函数

np.add.at函数可以根据索引对数组的指定位置进行累计相加操作，该函数会按照指定索引位置对所属索引处的元素进行操作，参数顺序依次为被操作的数组、索引数组和用于相加的元素。下面就是一个使用np.add.at函数对数组中指定元素相加的例子：

import numpy as np
a = np.array([1, 2, 3, 4, 5])
i = [0, 1, 2, 0, 1]
np.add.at(a, i, 1)
print(a)

上面代码运行结果为[3 4 5 4 5]。其中我们定义了一个长度为5的一维数组a，分别赋值为[1, 2, 3, 4, 5]，i变量定义了一组索引数组[0, 1, 2, 0, 1]，使用np.add.at函数对指定索引位置的数组进行累计相加操作。最终输出的结果为[3 4 5 4 5]的一维数组。

四、np.add(a,b,a)函数

np.add(a,b,a)函数实现对两个数组中元素相加后，并将结果存储在第三个变量中，该函数可以通过提供两个数来执行数组的元素之间的相加。其中第一个参数为第一个数组，第二个参数为第二个数组，第三个参数为结果存储数组，即将数组a和b中的元素相加存储到数组c中。下面就是一个使用np.add(a,b,a)函数对数组相加的例子：

import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.array([0, 0, 0])
np.add(a,b, out=c)
print(c)

上面代码运行结果为[5, 7, 9]。其中我们定义了两个一维数组a和b，分别赋值为[1, 2, 3]和[4, 5, 6]，并且定义了一个长度为3的一维数组c，分别将三个数组作为参数传递给np.add函数进行运算，将数组a和b中的元素相加存储在数组c中，最终输出的结果为[5, 7, 9]的一维数组。

五、np.add.reduce函数

np.add.reduce函数可以实现对数组元素的累加操作，该函数首先会将所属元素两两相加，将结果保存，再将得到的结果与下一个元素进行相加操作，结果如此类推。下面就是一个使用np.add.reduce函数对数组元素进行累加操作的例子：

import numpy as np
a = np.array([1, 2, 3, 4, 5])
r = np.add.reduce(a)
print(r)

上面代码运行结果为15。其中我们定义了一个一维数组a并赋值为[1, 2, 3, 4, 5]，使用np.add.reduce函数对其进行累加操作，最终输出结果为15。

六、np.add函数参数

np.add函数提供了多个参数，以下几个参数是最常用的：

x,y: 数组
out: 将计算结果存储到输出数组中
where: 用于提取计算数据的条件下面就是一个使用np.add函数参数的例子：

import numpy as np
a = np.array([1, 2, 3, 4, 5])
b = np.array([6, 7, 8, 9, 10])
c = np.add(a, b, where=[True, False, True, False, True])
print(c)

上面代码运行结果为[7 2 11 4 15]。其中我们定义了两个一维数组a和b，分别赋值为[1, 2, 3, 4, 5]和[6, 7, 8, 9, 10]。使用np.add函数对两个数组进行加法运算，并且使用where参数限制加法运算的范围为[True, False, True, False, True]，最终输出结果为[7 2 11 4 15]的一维数组。

七、np.add.at用法

np.add.at是将相加结果写入数组的指定位置，从而可以实现“不重复”的加法操作。下面就是一个使用np.add.at对数组元素进行指定位置相加的例子：

import numpy as np
a = np.array([1, 2, 3, 4, 5])
i = np.array([0,0,1,1,2])
v = np.array([1,1,1,1,1])
np.add.at(a, i, v)
print(a)

上面代码运行结果为[3 5 3 4 5]。其中我们定义了一个一维数组a，分别赋值为[1, 2, 3, 4, 5]。i和v是两个长度为5的一维数组，分别为[0,0,1,1,2]和[1,1,1,1,1]。使用np.add.at函数，按照索引数组i的位置将v中的元素相加到数组a的指定位置上，最终输出结果为[3 5 3 4 5]的一维数组。

从多个方面详细阐述numpy中的np.add函数