NumPy Element Wise Division

Numpy Element Wise Division



'Šajā apmācībā mēs uzzināsim, kas ir funkcija NumPy divide() un kā izmantot šo funkciju ar dažādiem izskaidrotiem piemēriem.

Kā zināms, ar funkcijas nosaukumu, t.i., dalīt. Ja mēs runājam par matemātiku, mēs sadalām divus skaitļus, lai iegūtu norādīto atbildi.







Ievads

Šeit dalīšanas funkcija darbosies tāpat, kā mēs apspriedām iepriekš; vienīgā atšķirība ir tā, ka tur mēs sadalām divus skaitļus, un šeit mēs sadalām katru masīvu elementu. Tāpēc tas ir pazīstams kā elementu sadalījums.



Funkcija NumPy divide() sadala tāda paša izmēra NumPy masīvus. NumPy divide() veic patiesas dalīšanas, kas nozīmē, ka mēs iegūstam izvadi peldošā komata formā.



Sintakse

Apspriedīsim rakstīšanas stilu un funkcijas divide () ieviešanu programmā NumPy. Pirmkārt, mums ir jāuzraksta mūsu izmantotās python bibliotēkas nosaukums, kas ir “numpy”, un pēc tam mums ir funkcijas nosaukums “dalīt”, ko mēs veiksim. Pēc tam parametrus nodevām funkcijai.





Parametri

Tālāk ir norādīti obligātie un izvēles parametri, kurus mēs nodevām, ieviešot funkciju divide () NumPy.



Nepieciešamie parametri

masīvs1: ir masīvs, kurā būs dividenžu elementi.

masīvs2: ir masīvs, kurā būs dalītāja elementi.

Izvēles parametri

ārā: pēc noklusējuma tās vērtība ir “none”, kas nozīmē, ka vērtība tiek saglabāta. Ja vērtība nav norādīta, tiks atgriezts tikko piešķirtais masīvs.

kur: Šis parametrs tiek pārraidīts ievades masīvā. Ja apgalvojums ir patiess, izvades masīvs tiks iestatīts uz universālās funkcijas (ufunc) rezultātu. Ja tas ir nepatiess, izejas masīvs saglabās sākotnējo rezultātu.

Atdeves vērtība

Ievades masīva atgrieztā vērtība ir jaunizveidotais masīvs, kas satur funkcijas divide() sadalījumu pa elementiem.

01. piemērs: sadaliet 1D masīvu ar skalāro vērtību

Tagad pāriesim uz pirmo sadalīšanas () funkcijas piemēru. Kā mēs zinām, ka divide() funkcija tiek izmantota, lai sadalītu divus masīvus elementāri, bet šeit mūsu pirmajā piemērā mums ir masīvs kā dividende, un, otrkārt, mums ir skalāra vērtība kā dalītājs. Lai ieviestu python programmu, vispirms ir jāinstalē jebkurš python kompilators, lai palaistu šo programmu.

Tagad sāksim izskaidrot mūsu pirmo kodu rindiņu pa rindiņai. Tā kā mēs izmantosim funkciju NumPy division(), mums vispirms ir jāimportē NumPy modulis. Pēc tam mēs izmantojam metodi print(), lai parādītu ziņojumu “Dide() funkcijas īstenošana:”, kas parāda, ka mēs ieviesīsim funkciju sadalīt (). Un pēc tam mēs izmantojam formāta precizētāju “\n” drukas () metodē, ko izmanto jaunas rindas ievadīšanai.

Pēc tam mēs izveidojam savu dividenžu masīvu “[2, 4, 6, 8, 10]” ar nosaukumu “masīvs1”. Lai izvadā parādītu masīvu1, mēs izsaucām metodi print() un nodevām tajā esošo masīvu. Mēs arī vēlamies parādīt attiecināmo ziņojumu attiecībā uz masīvu1, tāpēc mēs arī esam rakstījuši ziņojumu dubultās pēdiņās drukas metodē. Pēc tam mēs izveidojam skalāro mainīgo “2” ar nosaukumu “scaler_value” kā dalītāju, un mēs parādām skalārā mainīgā vērtību, izmantojot metodi print() un nododot tajā mainīgā nosaukumu.

importa numpy piem.



drukāt ( 'Funkcijas dalīšana () ieviešana: \n ' )

masīvs1 = [ divi , 4 , 6 , 8 , 10 ]

drukāt ( Dividenžu masīvs ir: , masīvs1 )

mērogošanas_vērtība = divi

drukāt ( 'Dalītājs ir:' , mērogošanas_vērtība )

new_array = np.divide ( masīvs1, mērogošanas_vērtība )

drukāt ( 'Darbības masīvs ir: , jauns_masīvs )

Pēc dividenžu masīva un dalītāju skalārā mainīgā izveidošanas izsauksim funkciju divide (), lai veiktu dalīšanu programmā NumPy. Kā redzat 1. rindā, mēs importējam numpy kā aizstājvārdu np. Tātad, lai izsauktu funkciju, vispirms ierakstām “np”, jo tā ir funkcija NumPy, pēc tam ierakstām funkcijas nosaukumu “divide” un nododam parametru funkcijas divide() iekavās; šajā piemērā mēs pārgājām uz nepieciešamajiem parametriem, t.i., masīvs1 un mērogošanas_vērtība. Pēc funkcijas NumPy divide() rakstīšanas mēs esam saglabājuši šo funkciju citā jaunā masīvā, jo, kad mēs atkal vēlamies šo funkciju, mums nav jāraksta tikai funkcija divide() ar masīva nosaukuma izsaukšanu, t.i., new_array. Pēc tam mēs izdrukājam jauno masīvu, izsaucot metodi print() (iepriekš definēta metode).

Iepriekš parādītā koda izvade šeit tiek parādīta tādā veidā, kā tas parādās čaulā. Kā redzat, mēs iegūstam koeficientu masīvu, kas ir [1 2  3  4  5].

02. piemērs: Divu masīvu sadalīšana elementāri

Tagad pārejiet uz 2 nd funkcijas divide() piemērs. Šajā piemērā mums ir divi ievades masīvi, lai veiktu sadalīšanas () funkciju. Masīvs1 ir “[5, 10, 15, 20, 25]”, un masīvs2 ir “[3, 7, 11, 13, 17]”. Un mēs parādām abus masīvus, izsaucot tajā iepriekš definēto metodi print() metodi. Pēc tam mēs izsaucam funkciju divide () un nododam tajā esošos parametrus (t.i., masīvs1 un masīvs2), saglabājam funkciju citā jaunā masīvā ar nosaukumu “new_array” un izdrukājam to, izsaucot metodi print ().

importa numpy piem.



drukāt ( 'Funkcijas dalīšana () ieviešana: \n ' )

masīvs1 = [ 5 , 10 , piecpadsmit , divdesmit , 25 ]

drukāt ( Dividenžu masīvs1 ir: , masīvs1 )

masīvs2 = [ 3 , 7 , vienpadsmit , 13 , 17 ]

drukāt ( 'Divisor Array2 ir: , masīvs2 )

new_array = np.divide ( masīvs1, masīvs2 )

drukāt ( 'Darbības masīvs ir: , jauns_masīvs )

Šeit ir parādīts iepriekš ilustrētā funkcijas divide() piemēra izvades displejs programmā NumPy.

Piemērs 03: Daudzdimensiju masīvi divide() funkcijā

Šajā 3 rd Piemēram, mēs ieviesīsim divide() funkcijas daudzdimensiju masīvā. Pirmkārt, mēs importējam NumPy moduli, lai ieviestu funkciju divide(). Pēc tam mēs izveidojām divus masīvus “masīvs1” un “masīvs2” un izdrukājām abus masīvus, izsaucot iepriekš definēto print() metodi un nododot tajā šos masīvus. Pēc tam mēs izsaucām funkciju divide () ar aizstājvārdu np un nodevām tajā masīvu1 un masīvu2, un visu šo funkciju saglabājām citā masīvā ar nosaukumu “new_array”, lai mums šī funkcija nebūtu jāizsauc atkal un atkal. Pēc tam mēs izdrukājam “new_array”, izmantojot metodi print ().

importa numpy piem.



drukāt ( 'Funkcijas dalīšana () ieviešana: \n ' )

masīvs1 = [ [ 35 , 72 , 66 , divdesmitviens ] , [ 90 , 89 , piecdesmit , 88 ] ]

drukāt ( Dividenžu masīvs1 ir: , masīvs1 )

masīvs2 = [ [ 19 , 99 , 43 , 22 ] , [ 87 , 46 , 75 , 18 ] ]

drukāt ( 'Divisor Array2 ir: , masīvs2 )

new_array = np.divide ( masīvs1, masīvs2 )

drukāt ( Koeficientu masīvs ir: \n ' , jauns_masīvs )

Apskatīsim, kāda ir iepriekš definētā funkcijas divide() koda izvade programmā NumPy. Kā redzat tālāk, mēs esam ieguvuši vēlamo koeficientu masīvu, sadalot masīvu1 un masīvu2.

Secinājums

Šajā rakstā mēs uzzinājām, kas ir funkcija divide(), kā arī esam ieviesuši vairākus dažādus piemērus un izskaidrojuši katru šo piemēru koda rindiņu, lai nepaliktu nekādas neskaidrības.