«Σε αυτό το σεμινάριο, θα μάθουμε τι είναι η συνάρτηση NumPy divide() και πώς να χρησιμοποιήσουμε αυτήν τη συνάρτηση με διαφορετικά επεξηγημένα παραδείγματα.
Όπως γνωρίζετε, με το όνομα της συνάρτησης, δηλ. διαίρεση. Αν μιλάμε για μαθηματικά, διαιρούμε δύο αριθμούς για να πάρουμε την καθορισμένη απάντηση».
Εισαγωγή
Εδώ η συνάρτηση διαίρεσης θα λειτουργεί όπως συζητήσαμε παραπάνω. η μόνη διαφορά είναι ότι εκεί διαιρούμε δύο αριθμούς και εδώ διαιρούμε κάθε στοιχείο των πινάκων. Γι' αυτό είναι γνωστός ως διαίρεση βάσει στοιχείων.
Η συνάρτηση NumPy divide() διαιρεί τους πίνακες NumPy του ίδιου μεγέθους. Η NumPy divide() εκτελεί αληθείς διαιρέσεις, που σημαίνει ότι παίρνουμε την έξοδο σε μια κινητή υποδιαστολή.
Σύνταξη
Ας συζητήσουμε το στυλ γραφής και την υλοποίηση της συνάρτησης divide() στο NumPy. Πρώτα, πρέπει να γράψουμε το όνομα της βιβλιοθήκης του python που χρησιμοποιούμε, το οποίο είναι 'numpy' και μετά έχουμε ένα όνομα συνάρτησης 'divide', το οποίο πρόκειται να εκτελέσουμε. Στη συνέχεια περάσαμε τις παραμέτρους στη συνάρτηση.
Παράμετροι
Ακολουθούν οι απαιτούμενες και προαιρετικές παράμετροι που περάσαμε κατά την υλοποίηση της συνάρτησης divide() στο NumPy.
Απαιτούμενες Παράμετροι
πίνακας 1: είναι ο πίνακας που θα περιέχει τα στοιχεία μερίσματος.
πίνακας 2: είναι ο πίνακας που θα περιέχει τα διαιρετικά στοιχεία.
Προαιρετικές Παράμετροι
έξω: από προεπιλογή, η τιμή του είναι 'κανένα', πράγμα που σημαίνει ότι η τιμή είναι αποθηκευμένη. Εάν η τιμή δεν δοθεί, τότε ο πρόσφατα εκχωρημένος πίνακας θα επιστραφεί.
όπου: Αυτή η παράμετρος μεταδίδεται μέσω του πίνακα εισόδου. Εάν η πρόταση είναι αληθής, ο πίνακας εξόδου θα οριστεί στο αποτέλεσμα καθολικής συνάρτησης (ufunc). Εάν είναι ψευδής, τότε ο πίνακας εξόδου θα διατηρήσει το αρχικό του αποτέλεσμα.
Επιστρεφόμενη Αξία
Η επιστρεφόμενη τιμή του πίνακα εισόδου είναι ο πρόσφατα σχηματισμένος πίνακας που περιέχει μια διαίρεση βάσει στοιχείων της συνάρτησης divide().
Παράδειγμα 01: Διαίρεση 1D Array με Scalar Value
Τώρα ας προχωρήσουμε προς το πρώτο παράδειγμα της συνάρτησης divide(). Όπως γνωρίζουμε ότι η συνάρτηση divide() χρησιμοποιείται για τη διαίρεση των δύο πινάκων ως προς το στοιχείο, αλλά εδώ στο πρώτο μας παράδειγμα, έχουμε έναν πίνακα ως μέρισμα και, δεύτερον, έχουμε μια κλιμακωτή τιμή ως διαιρέτη. Για να εφαρμόσετε ένα πρόγραμμα python, πρώτα, πρέπει να εγκαταστήσετε οποιονδήποτε μεταγλωττιστή python για να εκτελέσετε αυτό το πρόγραμμα.
Τώρα, ας αρχίσουμε να εξηγούμε τον πρώτο μας κώδικα γραμμή προς γραμμή. Εφόσον θα χρησιμοποιήσουμε τη συνάρτηση NumPy division(), πρέπει πρώτα να εισαγάγουμε τη λειτουργική μονάδα NumPy. Στη συνέχεια χρησιμοποιούμε μια μέθοδο print() για να εμφανίσουμε ένα μήνυμα 'Εφαρμογή της συνάρτησης divide():' που δείχνει ότι πρόκειται να εφαρμόσουμε μια συνάρτηση divide(). Στη συνέχεια, χρησιμοποιούμε έναν προσδιοριστή μορφής '\n' στη μέθοδο εκτύπωσης () που χρησιμοποιείται για την εισαγωγή μιας νέας γραμμής.
Στη συνέχεια δημιουργούμε τον πίνακα μερισμάτων μας '[2, 4, 6, 8, 10]' με το όνομα 'array1'. Για να εμφανίσουμε τον πίνακα1 στην έξοδο, καλέσαμε μια μέθοδο print() και περάσαμε τον πίνακα σε αυτόν. Θέλουμε επίσης να εμφανίσουμε το σχετικό μήνυμα σχετικά με τον πίνακα1, επομένως έχουμε γράψει το μήνυμα σε διπλά εισαγωγικά στη μέθοδο εκτύπωσης. Στη συνέχεια, δημιουργούμε μια βαθμωτή μεταβλητή '2' με το όνομα 'scaler_value' ως διαιρέτη και εμφανίζουμε την τιμή της βαθμωτής μεταβλητής χρησιμοποιώντας τη μέθοδο print() και περνώντας το όνομα της μεταβλητής σε αυτήν.
εισαγωγή numpy όπως και π.χ.Τυπώνω ( 'Εφαρμογή της συνάρτησης divide(): \n ' )
πίνακας1 = [ δύο , 4 , 6 , 8 , 10 ]
Τυπώνω ( 'Ο πίνακας μερισμάτων είναι:' , πίνακας 1 )
scaler_value = δύο
Τυπώνω ( 'Ο διαιρέτης είναι:' , scaler_value )
new_array = np.divide ( array1,scaler_value )
Τυπώνω ( 'Ο πίνακας πηλίκου είναι:' , new_array )
Αφού δημιουργήσουμε τον πίνακα μερισμάτων και τη βαθμωτή μεταβλητή διαιρέτη, ας καλέσουμε στη συνέχεια τη συνάρτηση divide() για να εκτελέσουμε τη διαίρεση στο NumPy. Όπως βλέπετε στη γραμμή 1, εισάγουμε το numpy ως ψευδώνυμο np. Για να καλέσουμε λοιπόν τη συνάρτηση, πρώτα γράφουμε το 'np' επειδή είναι η συνάρτηση NumPy, μετά γράφουμε το όνομα της συνάρτησης 'divide' και περνάμε την παράμετρο στις αγκύλες της συνάρτησης divide(). σε αυτό το παράδειγμα, περάσαμε στις απαιτούμενες παραμέτρους, π.χ. array1 και scaler_value. Αφού γράψουμε τη συνάρτηση NumPy divide(), έχουμε αποθηκεύσει αυτή τη συνάρτηση σε έναν άλλο νέο πίνακα, επειδή όταν θέλουμε ξανά αυτήν τη συνάρτηση, δεν χρειάζεται να γράψουμε απλώς τη συνάρτηση κλήσης divide() μέσω του ονόματος του πίνακα, δηλ. new_array. Στη συνέχεια εκτυπώνουμε τον νέο πίνακα καλώντας τη μέθοδο print() (μια προκαθορισμένη μέθοδο).
Η έξοδος του κώδικα που φαίνεται παραπάνω εμφανίζεται εδώ όπως εμφανίζεται στο κέλυφος. Όπως βλέπετε, παίρνουμε τον πίνακα πηλίκου που είναι [1 2 3 4 5].
Παράδειγμα 02: Διαίρεση δύο πινάκων βάσει στοιχείων
Τώρα προχωρήστε στο 2 nd παράδειγμα της συνάρτησης divide(). Σε αυτό το παράδειγμα, έχουμε δύο πίνακες εισόδου για την εκτέλεση της συνάρτησης divide(). Ο πίνακας1 είναι '[5, 10, 15, 20, 25]' και ο πίνακας2 είναι '[3, 7, 11, 13, 17]'. Και εμφανίζουμε και τους δύο πίνακες καλώντας την προκαθορισμένη μέθοδο print() σε αυτήν. Στη συνέχεια καλούμε τη συνάρτηση divide() και περνάμε τις παραμέτρους (δηλαδή, array1 και array2) σε αυτήν και αποθηκεύουμε τη συνάρτηση σε έναν άλλο νέο πίνακα που ονομάζεται 'new_array' και τον εκτυπώνουμε καλώντας τη μέθοδο print().
εισαγωγή numpy όπως και π.χ.Τυπώνω ( 'Εφαρμογή της συνάρτησης divide(): \n ' )
πίνακας1 = [ 5 , 10 , δεκαπέντε , είκοσι , 25 ]
Τυπώνω ( 'Ο πίνακας μερισμάτων1 είναι:' , πίνακας 1 )
πίνακας2 = [ 3 , 7 , έντεκα , 13 , 17 ]
Τυπώνω ( 'Ο πίνακας διαιρέτη 2 είναι: ' , πίνακας 2 )
new_array = np.divide ( πίνακας1, πίνακας2 )
Τυπώνω ( 'Ο πίνακας πηλίκου είναι:' , new_array )
Εδώ είναι η εμφάνιση εξόδου του παραπάνω εικονογραφημένου παραδείγματος της συνάρτησης divide() στο NumPy.
Παράδειγμα 03: Πολυδιάστατοι πίνακες στη συνάρτηση divide().
Σε αυτό το 3 rd Για παράδειγμα, θα εφαρμόσουμε τις συναρτήσεις divide() στον πολυδιάστατο πίνακα. Αρχικά, εισάγουμε τη λειτουργική μονάδα NumPy για να εφαρμόσουμε τη συνάρτηση divide(). Στη συνέχεια δημιουργήσαμε δύο πίνακες, τον 'array1' και τον 'array2' και εκτυπώσαμε και τους δύο πίνακες καλώντας την προκαθορισμένη μέθοδο print() και περνώντας αυτούς τους πίνακες σε αυτήν. Στη συνέχεια καλέσαμε τη συνάρτηση divide() με ψευδώνυμο np και περάσαμε τον πίνακα1 και τον πίνακα2 σε αυτόν, και αποθηκεύσαμε όλη αυτή τη συνάρτηση σε έναν άλλο πίνακα με το όνομα 'new_array' έτσι ώστε να μην χρειάζεται να καλούμε αυτή τη συνάρτηση ξανά και ξανά. Στη συνέχεια εκτυπώνουμε το 'new_array' χρησιμοποιώντας τη μέθοδο print().
εισαγωγή numpy όπως και π.χ.Τυπώνω ( 'Εφαρμογή της συνάρτησης divide(): \n ' )
πίνακας1 = [ [ 35 , 72 , 66 , είκοσι ένα ] , [ 90 , 89 , πενήντα , 88 ] ]
Τυπώνω ( 'Ο πίνακας μερισμάτων1 είναι:' , πίνακας 1 )
πίνακας2 = [ [ 19 , 99 , 43 , 22 ] , [ 87 , 46 , 75 , 18 ] ]
Τυπώνω ( 'Ο πίνακας διαιρέτη 2 είναι: ' , πίνακας 2 )
new_array = np.divide ( πίνακας1, πίνακας2 )
Τυπώνω ( 'Ο πίνακας πηλίκου είναι: \n ' , new_array )
Ας δούμε ποια είναι η έξοδος του παραπάνω καθορισμένου κώδικα της συνάρτησης divide() στο NumPy. Όπως βλέπετε παρακάτω, λάβαμε τον επιθυμητό πίνακα πηλίκων διαιρώντας το arra1 και το array2.
συμπέρασμα
Σε αυτό το άρθρο, μάθαμε τι είναι η συνάρτηση divide() και έχουμε επίσης εφαρμόσει πολλά διαφορετικά παραδείγματα και εξηγήσαμε κάθε γραμμή κώδικα αυτών των παραδειγμάτων, έτσι ώστε να μην υπάρχει σημείο σύγχυσης.