Numpy Element Wise Division

„In diesem Tutorial lernen wir, was die Funktion numpy divide () ist und wie diese Funktion mit verschiedenen erklärten Beispielen verwendet werden soll.

Wie Sie wissen, habe ich mit dem Namen der Funktion ich.e., teilen. Wenn wir über Mathematik sprechen, teilen wir zwei Zahlen, um die angegebene Antwort zu erhalten.”

Einführung

Hier funktioniert die Divide -Funktion genauso wie oben diskutiert. Der einzige Unterschied besteht darin, dass wir zwei Zahlen teilen, und hier teilen wir jedes Element der Arrays. Deshalb ist es als Elementwise Division bekannt.

Die numpy divide () -Funktion teilt die Numpy -Arrays derselben Größe auf. Die Numpy Divide () führt echte Spaltungen durch, was bedeutet, dass wir die Ausgabe in einem schwebenden Punkt erhalten.

Syntax

Lassen Sie uns den Schreibstil und die Implementierung der Divide () -Funktion in Numpy diskutieren. Zunächst müssen wir den Namen der Python -Bibliothek schreiben, die wir verwenden, die „Numpy“ ist, und dann haben wir einen Funktionsnamen „Divide“, den wir ausführen werden. Dann haben wir die Parameter an die Funktion übergeben.

Parameter

Im Folgenden sind die erforderlichen und optionalen Parameter aufgeführt, die wir während der Implementierung der Divide () -Funktion in Numpy bestanden haben.

Erforderliche Parameter

Array1: ist das Array, das die Dividendenelemente enthält.

Array2: ist das Array, das die Divisorelemente enthält.

Optionale Parameter

aus: Standardmäßig ist sein Wert „keine“, was impliziert, dass der Wert gespeichert wird. Wenn der Wert nicht angegeben ist, wird das frisch zugewiesene Array zurückgegeben.

Wo: Dieser Parameter wird über das Eingangsarray übertragen. Wenn die Anweisung wahr ist, wird das Ausgabearray auf das Ergebnis der Universal Function (UFUNC) eingestellt. Wenn es falsch ist, behält das Out -Array sein ursprüngliches Ergebnis bei.

Rückgabewert

Der zurückgegebene Wert des Eingangsarrays ist das neu gebildete Array, das eine elementzielle Teilung der Divide () -Funktion enthält.

Beispiel 01: 1D -Array durch Skalarwert teilen

Bewegen wir uns nun auf das erste Beispiel der Divide () -Funktion. Wie wir wissen, dass die Divide () -Funktion verwendet wird, um die beiden Arrays-Elemente zu teilen, haben wir jedoch in unserem ersten Beispiel ein Array als Dividende, und zweitens haben wir einen skalaren Wert als Divisor. Um ein Python -Programm zu implementieren, müssen Sie zunächst einen Python -Compiler installieren, um dieses Programm auszuführen.

Beginnen wir nun, um unsere erste Codezeile nach Zeile zu erläutern. Da wir die Funktion numpy Division () verwenden werden, müssen wir zuerst das Numpy -Modul importieren. Anschließend verwenden wir eine Print () -Methode, um eine Meldung „Implementierung von Divide () -Funktion“ anzuzeigen, die zeigt, dass wir eine Divide () -Funktion implementieren werden. Und dann verwenden wir einen Formatspezifizierer „\ n“ in der Print () -Methode, die zum Eingeben einer neuen Zeile verwendet wird.

Dann erstellen wir unser Dividendenarray "[2, 4, 6, 8, 10]" mit dem Namen "Array1". Um das Array1 in der Ausgabe anzuzeigen, haben wir eine Print () -Methode aufgerufen und das Array darin übergeben. Wir möchten auch die zuordenbare Nachricht bezüglich Array1 anzeigen, daher haben wir auch die Nachricht in doppelten Anführungszeichen in der Druckmethode geschrieben. Anschließend erstellen wir eine skalare Variable "2" mit dem Namen "scaler_value" als Divisor und zeigen den Wert der Skalarvariablen an, indem wir die Print () -Methode verwenden und den Variablennamen darin übergeben.

Numph als NP importieren
print ("Implementierung von Divide () Funktion: \ n")
Array1 = [2, 4, 6, 8, 10]
print ("Das Dividendenarray ist:", Array1)
scaler_value = 2
print ("Der Divisor ist:", scaler_value)
new_array = np.Divide (Array1, scaler_value)
print ("Das Quotientenarray ist:", New_Array)

Nachdem wir unsere Dividenden -Array- und Divisor -Skalarvariable erstellt haben. Wie Sie in Zeile 1 sehen, importieren wir den Numpy als Alias ​​NP. Um die Funktion aufzurufen, schreiben wir zuerst das „NP“, da es sich um die Numpy -Funktion handelt, dann schreiben wir den Funktionsnamen „Divide“ und übergeben den Parameter in den Funktionsklammern Divide (). In diesem Beispiel haben wir an die erforderlichen Parameter übergeben, ich.e., Array1 und scaler_value. Nachdem wir die Funktion numpy divide () geschrieben haben, haben wir diese Funktion in einem anderen Neuarray gespart.e., NEW_Array. Dann drucken wir das Neue Array, indem wir die Print () -Methode aufrufen (eine vordefinierte Methode).

Die Ausgabe des oben gezeigten Codes wird hier angezeigt, wie er in der Shell angezeigt wird. Wie Sie sehen, erhalten wir das Quotient -Array, das [1 2 3 4 5] ist.

Beispiel 02: Teilen zwei Arrays-Element

Fahren Sie nun mit den 2 fort^nd Beispiel für die Divide () -Funktion. In diesem Beispiel haben wir zwei Eingangsarrays, um die Divide () -Funktion auszuführen. Der Array1 lautet "[5, 10, 15, 20, 25]", und das Array2 "[3, 7, 11, 13, 17]" ist "[3, 7, 11, 13, 17]". Und wir zeigen beide Arrays an, indem wir die vordefinierte Methode Print () -Methode darin aufrufen. Dann nennen wir die Divide () -Funktion und übergeben die Parameter (i.e., Array1 und Array2) drin und speichern die Funktion in einem anderen neuen Array mit dem Namen "New_array" und drucken Sie sie, indem Sie die Print () -Methode aufrufen.

Numph als NP importieren
print ("Implementierung von Divide () Funktion: \ n")
Array1 = [5, 10, 15, 20, 25]
print ("Das Dividendenarray1 ist:", Array1)
Array2 = [3, 7, 11, 13, 17]
print ("Das Divisor Array2 ist:", Array2)
new_array = np.Divide (Array1, Array2)
print ("Das Quotientenarray ist:", New_Array)

Hier ist die Ausgangsanzeige des oben genannten Beispiels der Divide () -Funktion in Numpy.

Beispiel 03: Mehrdimensionale Arrays in Divide () -Funktion

In dieser 3^Rd Beispiel, wir werden die Divide () -Funktionen auf dem mehrdimensionalen Array implementieren. Zunächst importieren wir das Numpy -Modul, um die Divide () -Funktion zu implementieren. Dann haben wir zwei Arrays erstellt, "Array1" und "Array2", und beide Arrays gedruckt, indem wir die vordefinierte Print () -Methode aufgerufen und diese Arrays darin bestanden haben. Dann haben wir die Divide () -Funktion mit alias np bezeichnet und die Array1 und Array2 darin übergeben und diese ganze Funktion in ein anderes Array namens "New_array" gespeichert, damit wir diese Funktion nicht immer wieder aufrufen müssen. Dann drucken wir die "new_array" mithilfe der Print () -Methode aus.

Numph als NP importieren
print ("Implementierung von Divide () Funktion: \ n")
Array1 = [[35, 72, 66, 21], [90, 89, 50, 88]]
print ("Das Dividendenarray1 ist:", Array1)
Array2 = [[19, 99, 43, 22], [87, 46, 75, 18]]
print ("Das Divisor Array2 ist:", Array2)
new_array = np.Divide (Array1, Array2)
print ("Das Quotientenarray ist: \ n", New_array)

Lassen Sie uns sehen, was die Ausgabe des oben definierten Code der Divide () -Funktion in Numpy ist. Wie Sie unten sehen, haben wir das gewünschte Quotient -Array erhalten, indem wir die ARRA1 und Array2 teilen.

Abschluss

In diesem Artikel haben wir gelernt, was die Funktion divide () ist, und wir haben auch mehrere verschiedene Beispiele implementiert und jede Codezeile dieser Beispiele erläutert, damit kein Verwirrungspunkt übrig bleibt.