„Ebben az oktatóanyagban meg fogjuk tanulni, hogy mi az a NumPy divide() függvény, és hogyan kell használni ezt a függvényt különböző magyarázatokkal.
Mint tudod, a függvény nevével, azaz osztással. Ha matematikáról beszélünk, elosztunk két számot, hogy megkapjuk a megadott választ.”
Bevezetés
Itt az osztás függvény ugyanúgy fog működni, mint fentebb tárgyaltuk; az egyetlen különbség az, hogy ott két számot osztunk, itt pedig a tömbök minden elemét. Ezért nevezik elemenkénti felosztásnak.
A NumPy divide() függvény felosztja az azonos méretű NumPy tömböket. A NumPy divide() valódi osztást hajt végre, ami azt jelenti, hogy a kimenetet lebegőpontos formában kapjuk meg.
Szintaxis
Beszéljük meg az írási stílust és a divide() függvény megvalósítását a NumPy-ban. Először is meg kell írnunk az általunk használt python könyvtár nevét, amely „numpy”, majd van egy „osztás” függvénynév, amelyet végre fogunk hajtani. Ezután átadtuk a paramétereket a függvénynek.
Paraméterek
Az alábbiakban felsoroljuk azokat a kötelező és nem kötelező paramétereket, amelyeket a divide() függvény NumPy-ben történő megvalósítása során adtunk át.
Kötelező paraméterek
tömb1: az a tömb, amely az osztó elemeket tartalmazza.
tömb2: az a tömb, amely az osztóelemeket tartalmazza.
Opcionális paraméterek
ki: alapértelmezés szerint értéke „none”, ami azt jelenti, hogy az érték tárolva van. Ha az értéket nem adjuk meg, akkor a frissen hozzárendelt tömb kerül visszaadásra.
ahol: Ez a paraméter a bemeneti tömbön keresztül kerül sugárzásra. Ha az állítás igaz, a kimeneti tömb az univerzális függvény (ufunc) eredményére lesz állítva. Ha hamis, akkor a kimenő tömb megőrzi eredeti eredményét.
Visszatérési érték
A bemeneti tömb visszaadott értéke az újonnan kialakított tömb, amely a divide() függvény elemenkénti felosztását tartalmazza.
01. példa: Ossza meg az 1D tömböt skaláris értékkel
Most térjünk át a divide() függvény első példájához. Mint tudjuk, hogy a divide() függvény a két tömb elemenkénti felosztására szolgál, de itt az első példánkban egy tömb van osztóként, a második pedig egy skaláris érték osztóként. Egy python program megvalósításához először telepítenie kell bármely python fordítót a program futtatásához.
Most kezdjük el magyarázni az első kódunkat soronként. Mivel a NumPy division() függvényt fogjuk használni, először importálnunk kell a NumPy modult. Ezután a print() metódussal megjelenítjük a „dide() függvény megvalósítása:” üzenetet, amely azt mutatja, hogy egy divide() függvényt fogunk megvalósítani. Ezután egy „\n” formátum-specifikátort használunk a print () metódusban, amelyet egy új sor beírásához használunk.
Ezután létrehozzuk a „[2, 4, 6, 8, 10]” osztaléktömbünket „tömb1” néven. A tömb1 megjelenítéséhez a kimenetben meghívtunk egy print() metódust, és átadtuk benne a tömböt. A tömb1-re vonatkozó vonatkoztatási üzenetet is szeretnénk megjeleníteni, ezért a print metódusban is dupla idézőjelbe írtuk az üzenetet. Ezután létrehozunk egy „2” skalárváltozót „scaler_value” néven osztóként, és megjelenítjük a skalárváltozó értékét a print() metódussal, és átadjuk benne a változó nevét.
import numpy mint például.nyomtatás ( 'A divide() függvény megvalósítása: \n ' )
tömb1 = [ két , 4 , 6 , 8 , 10 ]
nyomtatás ( 'Az osztaléktömb a következő: , tömb1 )
scaler_value = két
nyomtatás ( 'Az osztó:' , scaler_value )
new_array = np.osztás ( tömb1,skálázó_érték )
nyomtatás ( 'A hányados tömb a következő: , new_array )
Az osztótömb és az osztó skalárváltozó létrehozása után hívjuk meg a divide() függvényt az osztás végrehajtásához a NumPy-ben. Amint az 1. sorban látható, a numpy-t alias np néven importáljuk. Tehát a függvény meghívásához először az „np”-t írjuk, mivel ez a NumPy függvény, majd írjuk a „divide” függvény nevét, és adjuk át a paramétert a divide() függvény zárójelébe; ebben a példában átadtuk a szükséges paramétereket, azaz a tömb1-et és a scaler_value-t. A NumPy divide() függvény megírása után ezt a függvényt egy másik új tömbbe tároltuk, mert amikor újra szeretnénk ezt a függvényt, akkor nem kell csak a divide() függvényt hívnunk a tömbnéven keresztül, azaz new_array. Ezután kinyomtatjuk az új tömböt a print() metódus (egy előre meghatározott metódus) meghívásával.
A fent látható kód kimenete itt jelenik meg, ahogyan a shellben megjelenik. Amint látja, azt a hányadostömböt kapjuk, amely [1 2 3 4 5].
02. példa: Két tömb felosztása elem szerint
Most lépjen tovább a 2-re nd példa a divide() függvényre. Ebben a példában két bemeneti tömbünk van a divide() függvény végrehajtásához. A tömb1 értéke „[5, 10, 15, 20, 25]”, a tömb2 pedig „[3, 7, 11, 13, 17]”. És mindkét tömböt megjelenítjük az előre meghatározott print() metódus meghívásával. Ezután meghívjuk a divide() függvényt, és átadjuk benne a paramétereket (azaz tömb1 és tömb2), majd eltároljuk a függvényt egy másik új tömbbe, melynek neve 'new_array', és kinyomtatjuk a print() metódus meghívásával.
import numpy mint például.nyomtatás ( 'A divide() függvény megvalósítása: \n ' )
tömb1 = [ 5 , 10 , tizenöt , húsz , 25 ]
nyomtatás ( 'Az osztaléktömb1 a következő: , tömb1 )
tömb2 = [ 3 , 7 , tizenegy , 13 , 17 ]
nyomtatás ( 'Az osztótömb2 a következő: , tömb2 )
new_array = np.osztás ( tömb1,tömb2 )
nyomtatás ( 'A hányados tömb a következő: , new_array )
Íme a NumPy divide() függvény fentebb illusztrált példájának kimeneti megjelenítése.
03. példa: Többdimenziós tömbök a divide() függvényben
Ebben a 3 rd Például a divide() függvényt a többdimenziós tömbön fogjuk megvalósítani. Először importáljuk a NumPy modult a divide() függvény megvalósításához. Ezután két tömböt hoztunk létre, a „tömb1”-et és a „tömb2-t”, és mindkét tömböt kinyomtattuk az előre meghatározott print() metódus meghívásával, és átadtuk benne ezeket a tömböket. Ezután meghívtuk a divide() függvényt alias np-vel, és átadtuk benne a tömb1-et és a tömb2-t, és ezt az egész függvényt egy másik „new_array” nevű tömbbe tároltuk, hogy ne kelljen újra és újra meghívnunk ezt a függvényt. Ezután a print() metódussal kinyomtatjuk a „new_array”-t.
import numpy mint például.nyomtatás ( 'A divide() függvény megvalósítása: \n ' )
tömb1 = [ [ 35 , 72 , 66 , huszonegy ] , [ 90 , 89 , ötven , 88 ] ]
nyomtatás ( 'Az osztaléktömb1 a következő: , tömb1 )
tömb2 = [ [ 19 , 99 , 43 , 22 ] , [ 87 , 46 , 75 , 18 ] ]
nyomtatás ( 'Az osztótömb2 a következő: , tömb2 )
new_array = np.osztás ( tömb1,tömb2 )
nyomtatás ( 'A hányados tömb a következő: \n ' , new_array )
Nézzük meg, mi a kimenete a divide() függvény fentebb definiált kódjának a NumPy-ban. Amint az alábbiakban látható, megkaptuk a kívánt hányadostömböt a tömb1 és tömb2 elosztásával.
Következtetés
Ebben a cikkben megtanultuk, mi az a divide() függvény, és több különböző példát is megvalósítottunk, és elmagyaráztuk ezeknek a példáknak minden kódsorát, hogy ne maradjon félreértés.