»V tej vadnici se bomo naučili, kaj je funkcija NumPy divide() in kako uporabljati to funkcijo z različnimi razloženimi primeri.
Kot veste, z imenom funkcije, tj. Če govorimo o matematiki, delimo dve števili, da dobimo določen odgovor.«
Uvod
Tu bo funkcija delitve delovala enako, kot smo razpravljali zgoraj; edina razlika je v tem, da tam delimo dve števili, tukaj pa vsak element nizov. Zato je znana kot delitev po elementih.
Funkcija NumPy divide() razdeli nize NumPy enake velikosti. NumPy divide() izvaja prave delitve, kar pomeni, da dobimo izhod v plavajoči vejici.
Sintaksa
Pogovorimo se o slogu pisanja in implementaciji funkcije divide() v NumPy. Najprej moramo napisati ime knjižnice python, ki jo uporabljamo, ki je »numpy«, nato pa imamo ime funkcije »divide«, ki jo bomo izvedli. Nato smo parametri posredovali funkciji.
Parametri
Sledijo obvezni in neobvezni parametri, ki smo jih posredovali med implementacijo funkcije divide() v NumPy.
Zahtevani parametri
niz1: je matrika, ki bo vsebovala elemente dividende.
niz2: je matrika, ki bo vsebovala elemente delitelja.
Izbirni parametri
ven: privzeto je njegova vrednost »brez«, kar pomeni, da je vrednost shranjena. Če vrednost ni podana, bo vrnjena sveže dodeljena matrika.
kje: Ta parameter se oddaja prek vhodnega polja. Če je izjava resnična, bo izhodna matrika nastavljena na rezultat univerzalne funkcije (ufunc). Če je false, bo izhodna matrika obdržala prvotni rezultat.
Povratna vrednost
Vrnjena vrednost vhodne matrike je na novo oblikovana matrika, ki vsebuje razdelitev funkcije divide() po elementih.
Primer 01: Deljenje 1D matrike s skalarno vrednostjo
Zdaj pa pojdimo k prvemu primeru funkcije divide(). Kot vemo, se funkcija divide() uporablja za delitev dveh matrik po elementih, toda v našem prvem primeru imamo matriko kot dividendo, v drugem pa imamo skalarno vrednost kot delitelj. Če želite implementirati program python, morate najprej namestiti kateri koli prevajalnik python za zagon tega programa.
Zdaj pa začnimo razlagati našo prvo kodo vrstico za vrstico. Ker bomo uporabljali funkcijo NumPy division(), moramo najprej uvoziti modul NumPy. Nato uporabimo metodo print(), da prikažemo sporočilo »Izvedba funkcije divide():«, ki kaže, da bomo implementirali funkcijo divide(). Nato uporabimo specifikator formata »\n« v metodi print (), ki se uporablja za vnos nove vrstice.
Nato ustvarimo svoj niz dividend '[2, 4, 6, 8, 10]' z imenom 'array1'. Za prikaz matrike1 v izhodu smo poklicali metodo print() in vanjo posredovali matriko. Prav tako želimo prikazati povezano sporočilo glede array1, zato smo sporočilo zapisali tudi v dvojnih narekovajih v metodi tiskanja. Nato ustvarimo skalarno spremenljivko »2« z imenom »scaler_value« kot delitelj in prikažemo vrednost skalarne spremenljivke z uporabo metode print() in ji posredujemo ime spremenljivke.
uvozi numpy kot npr.tiskanje ( 'Izvedba funkcije divide(): \n ' )
niz1 = [ dva , 4 , 6 , 8 , 10 ]
tiskanje ( 'Matrika dividend je: ' , niz1 )
scaler_value = dva
tiskanje ( 'Delitelj je: ' , scaler_value )
nova_matrika = np.divide ( array1,scaler_value )
tiskanje ( 'Matrika količnika je: ' , nova_matrika )
Ko ustvarimo naše polje dividend in skalarno spremenljivko delitelja, pokličimo funkcijo divide(), da izvedemo deljenje v NumPy. Kot vidite v 1. vrstici, uvozimo numpy kot vzdevek np. Za klic funkcije najprej napišemo »np«, ker je to funkcija NumPy, nato napišemo ime funkcije »divide« in podamo parameter v oklepaje funkcije divide(); v tem primeru smo prešli na zahtevane parametre, tj. array1 in scaler_value. Po zapisu funkcije NumPy divide() smo to funkcijo shranili v drugo novo matriko, ker ko ponovno želimo to funkcijo, nam ni treba samo napisati funkcije divide() prek imena matrike, tj. new_array. Nato natisnemo novo matriko s klicem metode print() (predefinirana metoda).
Izhod zgoraj prikazane kode je prikazan tukaj, kot je prikazan v lupini. Kot vidite, dobimo matriko količnika, ki je [1 2 3 4 5].
Primer 02: Deljenje dveh nizov po elementih
Zdaj pa nadaljujte z 2 nd primer funkcije divide(). V tem primeru imamo dve vhodni matriki za izvajanje funkcije divide(). Niz1 je »[5, 10, 15, 20, 25]«, niz2 pa »[3, 7, 11, 13, 17]«. Obe matriki prikažemo tako, da v njej pokličemo vnaprej določeno metodo print(). Nato pokličemo funkcijo divide() in ji posredujemo parametre (tj. array1 in array2) ter shranimo funkcijo v drugo novo matriko z imenom »new_array« in jo natisnemo s klicem metode print().
uvozi numpy kot npr.tiskanje ( 'Izvedba funkcije divide(): \n ' )
niz1 = [ 5 , 10 , petnajst , dvajset , 25 ]
tiskanje ( 'Matrika dividend1 je: ' , niz1 )
niz2 = [ 3 , 7 , enajst , 13 , 17 ]
tiskanje ( 'Divisor Array2 je: ' , niz2 )
nova_matrika = np.divide ( niz1, niz2 )
tiskanje ( 'Matrika količnika je: ' , nova_matrika )
Tukaj je izhodni prikaz zgoraj ilustriranega primera funkcije divide() v NumPy.
Primer 03: Večdimenzionalni nizi v funkciji divide().
V tem 3 rd Na primer, implementirali bomo funkcije divide() na večdimenzionalni matriki. Najprej uvozimo modul NumPy za implementacijo funkcije divide(). Nato smo ustvarili dve matriki, »array1« in »array2«, in natisnili obe matriki tako, da smo poklicali vnaprej določeno metodo print() in ji posredovali te matrike. Nato smo poklicali funkcijo divide() z vzdevkom np in vanjo posredovali array1 in array2 ter celotno to funkcijo shranili v drugo matriko z imenom »new_array«, tako da nam te funkcije ni treba znova in znova klicati. Nato natisnemo »new_array« z uporabo metode print().
uvozi numpy kot npr.tiskanje ( 'Izvedba funkcije divide(): \n ' )
niz1 = [ [ 35 , 72 , 66 , enaindvajset ] , [ 90 , 89 , petdeset , 88 ] ]
tiskanje ( 'Matrika dividend1 je: ' , niz1 )
niz2 = [ [ 19 , 99 , 43 , 22 ] , [ 87 , 46 , 75 , 18 ] ]
tiskanje ( 'Divisor Array2 je: ' , niz2 )
nova_matrika = np.divide ( niz1, niz2 )
tiskanje ( 'Matrika količnika je: \n ' , nova_matrika )
Poglejmo, kakšen je rezultat zgoraj definirane kode funkcije divide() v NumPy. Kot vidite spodaj, smo dobili želeno matriko količnika z delitvijo matrike1 in matrike2.
Zaključek
V tem članku smo izvedeli, kaj je funkcija divide(), implementirali pa smo tudi več različnih primerov in razložili vsako vrstico kode teh primerov, tako da ne bo več nobene zmede.