Numpy NP.dele opp
Denne funksjonen tar elementene fra den første inngangsarrayen og deler dem med den tilsvarende matrisen i den andre inngangsarrayen.
La oss utforske videre.
Funksjonssyntaks
Funksjonssyntaks er som vist nedenfor:
numpy.Del (x1, x2, /, out = ingen, *, hvor = true, casting = 'same_kind', order = 'k', dtype = ingen, subok = true [, signatur, extobj]) =Parametere
Funksjonen godtar følgende parametere:
- X1 - refererer til inngangsarray eller array_lignende objekt hvis elementer fungerer som utbytte.
- X2 - Definerer inngangsarray eller array_lignende objekt hvis elementer brukes som delingene.
- ut - representerer output -matrisen. Den definerte utgangsarrayen må ha samme form som inngangen.
Ovennevnte er noen av standardparametrene som brukes med Divide -funksjonen. Igjen kan du sjekke dokumentene for mer informasjon.
Merk: Selv om formen på inngangsarraysene kan være annerledes, må de være kringkastere til en standardform.
Returverdi
Divide -funksjonen vil deretter returnere en matrise med resultatene av å dele elementene til X1 og X2. (x1/x2).
Funksjonen vil returnere en skalarverdi hvis begge matriser inneholder skalare elementer. Ellers vil funksjonen returnere en matrise.
Merk: Deling med null (hvis x2 inneholder en 0) vil føre til en feil.
Eksempel 1
Koden nedenfor viser hvordan du bruker delingsfunksjonen for å dele to skalarverdier.
# Importer numpyImporter numpy som NP
trykk (NP.Del (20,2))
Vi passerer to skalarverdier i stedet for en matrise til Divide -funksjonen i dette eksemplet.
Siden Divide-funksjonen utfører en ekte divisjon, vil den alltid returnere en flytende punktverdi som vist:
10.0Eksempel nr. 2
Tenk på det andre eksemplet som er vist nedenfor:
x1 = np.Array ([11,45,22])x2 = np.Array ([3,4,5])
trykk (NP.Del (x1, x2)))
I dette eksemplet har vi to endimensjonale matriser. Vi utfører deretter en element-for-element-divisjon mot dem ved å bruke Divide-funksjonen.
Denne operasjonen skal returnere en matrise som vist nedenfor:
[3.66666667 11.25 4.4]Eksempel nr. 3
I noen tilfeller kan det være lurt å dele en matrise med en felles divisor. Som vist kan vi for eksempel dele alle elementer i en matrise med den vanlige divisoren på 2.
arr_2d = np.Array ([[12,43,76], [23,86,69]]))Divisor = 2
trykk (NP.Divide (ARR_2D, Divisor))
Vi har en 2D -matrise og en divisor som en skalærverdi i dette tilfellet. For å dele alle elementene i matrisen med en divisor, kan vi arr_2d som x1 og skalarverdiene som x2.
Operasjonen skal returnere utgangen som:
[[6. 21.5 38. ][11.5 43. 34.5]]
Eksempel 4
Som nevnt vil funksjonen returnere en feil hvis noen av elementene i x2 -parameteren er lik null.
Koden nedenfor viser denne funksjonaliteten.
arr_2d = np.Array ([[12,43,76], [23,86,69]]))Divisor = NP.Array ([[0,1,3], [0,4,5]])
trykk (NP.Divide (ARR_2D, Divisor))
I dette tilfellet er to elementer i Divisor -matrisen lik null. Derfor bør det å kjøre koden ovenfor returnere en feil som vist:
Merk: Selv om funksjonen returnerer en feil, vil den forsøke å utføre divisjonsoperasjonen og returnere de tilsvarende verdiene.
Konklusjon
I denne artikkelen dekket vi divisjonsfunksjonen i Numpy. Denne funksjonen lar deg utføre en elementmessig inndeling mellom to matriser.
Takk for at du leser og lykkelig koding!!