Numpy Element Wise Division

“I denne opplæringen skal vi lære hva Numpy Divide () -funksjonen er og hvordan du bruker denne funksjonen med forskjellige forklarte eksempler.

Som du vet, med navnet på funksjonen, jeg.e., dele opp. Hvis vi snakker om matematikk, deler vi to tall for å få det spesifiserte svaret.”

Introduksjon

Her vil splittelsesfunksjonen fungere på samme måte som vi diskutert ovenfor; Den eneste forskjellen er at vi deler to tall, og her deler vi hvert element i matriser. Derfor er det kjent som en elementmessig divisjon.

Numpy Divide () -funksjonen deler numpy matriser av samme størrelse. Numpy Divide () utfører sanne divisjoner, noe som betyr at vi får produksjonen i et flytende punkt.

Syntaks

La oss diskutere skrivestil og implementering av Divide () -funksjonen i Numpy. Først må vi skrive navnet på biblioteket til Python som vi bruker, som er "numpy", og så har vi et funksjonsnavn "Divide", som vi skal utføre. Så sendte vi parametrene til funksjonen.

Parametere

Følgende er de nødvendige og valgfrie parametere som vi passerte under implementeringen av Divide () -funksjonen i Numpy.

Nødvendige parametere

Array1: er matrisen som vil inneholde utbytteelementene.

Array2: er matrisen som vil inneholde divisorelementene.

Valgfrie parametere

ute: Som standard er verdien “ingen”, noe som innebærer at verdien er lagret. Hvis verdien ikke er gitt, blir den nyoppgavede matrisen returnert.

hvor: Denne parameteren sendes over inngangsarrayen. Hvis uttalelsen er sant, vil utgangsarrayen bli satt til den universelle funksjonen (UFUNC) -resultatet. Hvis det er usant, vil ut -arrayen beholde det opprinnelige resultatet.

Returverdi

Den returnerte verdien av inngangsarray.

Eksempel 01: Del 1D -matrisen etter skalarverdi

La oss nå gå mot det første eksemplet på Divide () -funksjonen. Som vi vet at Divide () -funksjonen brukes til å dele de to arrays elementsmessig, men her i vårt første eksempel har vi en matrise som utbytte, og for det andre har vi en skalærverdi som en divisor. For å implementere et Python -program, må du først installere hvilken som helst Python -kompilator for å kjøre dette programmet.

La oss nå begynne å forklare vår første kodelinje for linje. Siden vi bruker Numpy Division () -funksjonen, må vi først importere Numpy -modulen. Deretter bruker vi en print () -metode for å vise en melding “Implementering av Divide () -funksjon:” som viser at vi kommer til å implementere en Divide () -funksjon. Og så bruker vi en formatspesifikasjon “\ n” i print () -metoden som brukes til å legge inn en ny linje.

Så oppretter vi vårt utbytte -matrise “[2, 4, 6, 8, 10]” kalt “Array1”. For å vise array1 i utgangen, kalte vi en utskrift () -metode og passerte matrisen i den. Vi ønsker også å vise den relatable meldingen angående Array1, så vi har også skrevet meldingen i doble anførselstegn i utskriftsmetoden. Deretter lager vi en skalarvariabel “2” kalt “Scaler_Value” som en divisor, og vi viser verdien av skalarvariabelen ved å bruke metoden Print () og passere variabelnavnet i den.

Importer numpy som NP
Print ("Implementering av Divide () -funksjon: \ n")
Array1 = [2, 4, 6, 8, 10]
Print ("Utbyttearrayen er:", Array1)
scaler_value = 2
Print ("Divisoren er:", Scaler_Value)
new_array = np.Divide (Array1, Scaleer_Value)
Print ("Quotient -matrisen er:", new_array)

Etter å ha opprettet vår utbyttearray og Divisor Scalar -variabel, la oss kalle Divide () -funksjonen for å utføre divisjonen i Numpy. Som du ser på linje 1, importerer vi Numpy som alias NP. Så for å kalle funksjonen, først, skriver vi "NP" fordi det er den numpy funksjonen, og skriver deretter funksjonsnavnet "Divide" og pass på parameteren i Divide () -funksjonsbrakettene; I dette eksemplet gikk vi til nødvendige parametere, i.e., Array1 og Scaler_Value. Etter å ha skrevet Numpy Divide () -funksjonen, har vi lagret denne funksjonen i en annen ny matrise fordi når vi igjen vil ha denne funksjonen, trenger vi ikke å skrive bare ringe Divide () -funksjonen gjennom array -navnet, i.e., new_array. Så skriver vi ut den nye matrisen ved å ringe Print () -metoden (en forhåndsdefinert metode).

Utgangen til koden vist ovenfor vises her som den vises i skallet. Som du ser, får vi kvotientarrayen som er [1 2 3 4 5].

Eksempel 02: Deling av to matriser elementsmessig

Gå nå videre til 2^nd Eksempel på Divide () -funksjonen. I dette eksemplet har vi to inngangsarrays for å utføre Divide () -funksjonen. Array1 er “[5, 10, 15, 20, 25],” og Array2 er “[3, 7, 11, 13, 17]”. Og vi viser begge matriser ved å kalle den forhåndsdefinerte metodeutskriften () metoden i den. Så kaller vi Divide () -funksjonen og passerer parametrene (i.e., Array1 og Array2) i den og lagrer funksjonen i en annen ny matrise som heter “New_Array” og skriv den ut ved å ringe Print () -metoden.

Importer numpy som NP
Print ("Implementering av Divide () -funksjon: \ n")
Array1 = [5, 10, 15, 20, 25]
PRINT ("Dividend Array1 er:", Array1)
Array2 = [3, 7, 11, 13, 17]
Print ("Divisor Array2 er:", Array2)
new_array = np.Del (Array1, Array2)
Print ("Quotient -matrisen er:", new_array)

Her er utgangsdisplayet av det ovennevnte eksemplet på Divide () -funksjonen i Numpy.

Eksempel 03: Flerdimensjonale matriser i Divide () -funksjonen

I denne 3^Rd Eksempel, vi skal implementere Divide () -funksjonene på den flerdimensjonale matrisen. Først importerer vi Numpy -modulen for å implementere Divide () -funksjonen. Så opprettet vi to matriser, “Array1” og “Array2”, og vi skrev ut begge matriser ved å kalle den forhåndsdefinerte trykket () metoden og passere disse matriser i den. Deretter kalte vi Divide () -funksjonen med alias NP og passerte Array1 og Array2 i den, og lagret hele denne funksjonen i en annen matrise som heter "New_Array", slik at vi ikke trenger å kalle denne funksjonen igjen og igjen. Så skriver vi ut “new_array” ved å bruke print () -metoden.

Importer numpy som NP
Print ("Implementering av Divide () -funksjon: \ n")
Array1 = [[35, 72, 66, 21], [90, 89, 50, 88]]
PRINT ("Dividend Array1 er:", Array1)
Array2 = [[19, 99, 43, 22], [87, 46, 75, 18]]
Print ("Divisor Array2 er:", Array2)
new_array = np.Del (Array1, Array2)
PRINT ("Quotient -matrisen er: \ n", new_array)

La oss se hva utdataene fra ovennevnte definerte kode for Divide () -funksjonen i Numpy er. Som du ser nedenfor, har vi fått den ønskede kvotientarrayen ved å dele ARRA1 og Array2.

Konklusjon

I denne artikkelen har vi lært hva Divide () -funksjonen er, og vi har også implementert flere forskjellige eksempler og forklart alle kodelinjer for disse eksemplene, slik at intet forvekslingspunkt blir igjen.