Numpy Element Wise Division

“In questo tutorial, impareremo quale sia la funzione Numpy Divide () e come utilizzare questa funzione con diversi esempi spiegati.

Come sapete, con il nome della funzione, io.e., dividere. Se parliamo di matematica, dividiamo due numeri per ottenere la risposta specificata."

introduzione

Qui la funzione di divisione funzionerà come abbiamo discusso sopra; L'unica differenza è che ci stiamo dividendo due numeri, e qui stiamo dividendo ogni elemento degli array. Ecco perché è conosciuta come una divisione per l'elemento.

La funzione Numpy Divide () divide gli array numpy della stessa dimensione. The Numpy Divide () esegue vere divisioni, il che significa che otteniamo l'output in un punto mobile.

Sintassi

Discutiamo lo stile di scrittura e l'implementazione della funzione Divide () in Numpy. Innanzitutto, dobbiamo scrivere il nome della biblioteca di Python che stiamo usando, che è "numpy", e poi abbiamo un nome di funzione "Divide", che stiamo per eseguire. Quindi abbiamo passato i parametri alla funzione.

Parametri

Di seguito sono riportati i parametri richiesti e opzionali che abbiamo superato durante l'implementazione della funzione Divide () in Numpy.

Parametri richiesti

Array1: è l'array che conterrà gli elementi dividendi.

Array2: è l'array che conterrà gli elementi divisore.

Parametri opzionali

fuori: Per impostazione predefinita, il suo valore è "nessuno", il che implica che il valore sia memorizzato. Se il valore non viene dato, verrà restituito l'array appena assegnato.

Dove: Questo parametro viene trasmesso sul array di input. Se l'istruzione è vera, l'array di output verrà impostato sul risultato della funzione universale (UFUNC). Se è falso, l'array out manterrà il suo risultato originale.

Valore di ritorno

Il valore restituito dell'array di input è l'array di recente formazione che contiene una divisione a livello di elemento della funzione Divide ().

Esempio 01: Dividi Array 1D per valore scalare

Ora ci muoviamo verso il primo esempio della funzione Divide (). Come sappiamo che la funzione Divide () viene utilizzata per dividere i due array per quanto riguarda l'elemento, ma qui nel nostro primo esempio, abbiamo un array come dividendo, e in secondo luogo abbiamo un valore scalare come divisore. Per implementare un programma Python, in primo luogo, devi installare qualsiasi compilatore Python per eseguire questo programma.

Ora, iniziamo a spiegare la nostra prima riga di codice per riga. Dato che useremo la funzione Numpy Division (), dobbiamo prima importare il modulo Numpy. Quindi utilizziamo un metodo Print () per visualizzare un messaggio "Implementazione della funzione Divide ():" che mostra che stiamo per implementare una funzione Divide (). E poi, utilizziamo un specificatore di formato "\ n" nel metodo Print () che viene utilizzato per inserire una nuova linea.

Quindi creiamo il nostro array di dividendi "[2, 4, 6, 8, 10]" chiamato "Array1". Per visualizzare l'array1 nell'uscita, abbiamo chiamato un metodo Print () e abbiamo superato l'array in esso. Vogliamo anche visualizzare il messaggio riconoscibile per quanto riguarda Array1, quindi abbiamo anche scritto il messaggio in doppie virgolette nel metodo di stampa. Quindi creiamo una variabile scalare "2" denominata "scaler_value" come divisore e visualizziamo il valore della variabile scalare utilizzando il metodo print () e passando il nome della variabile in esso.

Importa Numpy come NP
Print ("Implementation of Divide () Funzione: \ n")
Array1 = [2, 4, 6, 8, 10]
Stampa ("L'array di dividendi è:", Array1)
scaler_value = 2
print ("Il divisore è:", scaler_value)
new_array = np.Divide (array1, scaler_value)
print ("L'array quoziente è:", new_array)

Dopo aver creato il nostro array di dividendi e la variabile scalare divisore, chiamiamo quindi la funzione Divide () per eseguire la divisione in Numpy. Come vedi nella riga 1, importa il numpy come alias NP. Quindi, per chiamare la funzione, prima, scriviamo "NP" perché è la funzione numpy, quindi scriviamo il nome della funzione "Dividi" e passiamo il parametro tra le staffe della funzione Divide (); In questo esempio, siamo passati ai parametri richiesti, i.e., Array1 e scaler_value. Dopo aver scritto la funzione Numpy Divide (), abbiamo archiviato questa funzione in un altro nuovo array perché quando vogliamo di nuovo questa funzione, non dobbiamo scrivere basta chiamare la funzione Divide () attraverso il nome dell'array, io.e., new_array. Quindi stampiamo il nuovo array chiamando il metodo Print () (un metodo predefinito).

L'output del codice mostrato sopra è mostrato qui come appare nella shell. Come vedi, otteniamo l'array di quozienti che è [1 2 3 4 5].

Esempio 02: divisione di due array per l'elemento per quanto riguarda

Ora passa al 2^nd Esempio della funzione Divide (). In questo esempio, abbiamo due array di input per eseguire la funzione Divide (). L'array1 è "[5, 10, 15, 20, 25], e l'array2 è" [3, 7, 11, 13, 17] ". E visualizziamo entrambi gli array chiamando il metodo del metodo predefinito (). Quindi chiamiamo la funzione Divide () e passiamo i parametri (i.e., Array1 e Array2) in esso e memorizza la funzione in un altro nuovo array chiamato "new_array" e stamparlo chiamando il metodo Print ().

Importa Numpy come NP
Print ("Implementation of Divide () Funzione: \ n")
Array1 = [5, 10, 15, 20, 25]
print ("The Dividend Array1 è:", Array1)
Array2 = [3, 7, 11, 13, 17]
print ("L'array divisore2 è:", Array2)
new_array = np.Divide (Array1, Array2)
print ("L'array quoziente è:", new_array)

Ecco il display di output dell'esempio sopra illustrato della funzione Divide () in Numpy.

Esempio 03: array multidimensionali nella funzione divide ()

In questo 3^Rd Esempio, implementeremo le funzioni Divide () sull'array multidimensionale. Innanzitutto, importiamo il modulo numpy per implementare la funzione Divide (). Quindi abbiamo creato due array, "array1" e "array2", e abbiamo stampato entrambi gli array chiamando il metodo di stampa () predefiniti e passando questi array al suo interno. Quindi abbiamo chiamato la funzione Divide () con alias NP e abbiamo superato l'Array1 e Array2 in essa, e abbiamo archiviato l'intera funzione in un altro array chiamato "New_array" in modo da non dover chiamare questa funzione ancora e ancora. Quindi stampiamo il "new_array" utilizzando il metodo print ().

Importa Numpy come NP
Print ("Implementation of Divide () Funzione: \ n")
Array1 = [[35, 72, 66, 21], [90, 89, 50, 88]]
print ("The Dividend Array1 è:", Array1)
Array2 = [[19, 99, 43, 22], [87, 46, 75, 18]]
print ("L'array divisore2 è:", Array2)
new_array = np.Divide (Array1, Array2)
print ("L'array quoziente è: \ n", new_array)

Vediamo quale sia l'output del codice sopra definito della funzione divide () in numpy. Come vedi di seguito, abbiamo ottenuto l'array quoziente desiderato dividendo l'ARRA1 e l'array2.

Conclusione

In questo articolo, abbiamo imparato quale sia la funzione Divide () e abbiamo anche implementato più esempi diversi e spiegato ogni riga di codice di questi esempi in modo che non venga lasciato alcun punto di confusione.