“Trong hướng dẫn này, chúng ta sẽ tìm hiểu hàm NumPy chia () là gì và cách sử dụng hàm này với các ví dụ được giải thích khác nhau.
Như bạn đã biết, với tên của hàm, tức là chia. Nếu chúng ta nói về toán học, chúng ta chia hai số để có câu trả lời xác định ”.
Giới thiệu
Ở đây hàm chia sẽ hoạt động giống như chúng ta đã thảo luận ở trên; sự khác biệt duy nhất là ở đó chúng ta đang chia hai số, và ở đây chúng ta đang chia từng phần tử của mảng. Đó là lý do tại sao nó được gọi là phân chia theo nguyên tố.
Hàm NumPy chia () chia các mảng NumPy có cùng kích thước. Phép chia NumPy () thực hiện các phép chia đúng, có nghĩa là chúng ta nhận được kết quả đầu ra dưới dạng dấu phẩy động.
Cú pháp
Chúng ta hãy thảo luận về cách viết và cách triển khai hàm chia () trong NumPy. Đầu tiên, chúng ta phải viết tên của thư viện python mà chúng ta đang sử dụng, đó là 'numpy', và sau đó chúng ta có tên hàm 'split', chúng ta sẽ thực hiện. Sau đó, chúng tôi truyền các tham số cho hàm.
Thông số
Sau đây là các tham số bắt buộc và tùy chọn mà chúng tôi đã truyền trong quá trình thực hiện hàm chia () trong NumPy.
Các thông số bắt buộc
array1: là mảng sẽ chứa các phần tử cổ tức.
array2: là mảng sẽ chứa các phần tử bị chia.
Các thông số tùy chọn
ngoài: theo mặc định, giá trị của nó là “không”, có nghĩa là giá trị được lưu trữ. Nếu giá trị không được đưa ra, thì mảng mới được gán sẽ được trả về.
ở đâu: Tham số này được phát trên mảng đầu vào. Nếu câu lệnh là true, mảng đầu ra sẽ được đặt thành kết quả của hàm phổ quát (ufunc). Nếu nó là false, thì mảng out sẽ giữ lại kết quả ban đầu của nó.
Giá trị trả lại
Giá trị trả về của mảng đầu vào là mảng mới được hình thành có chứa phép chia theo phần tử của hàm chia ().
Ví dụ 01: Chia Mảng 1D theo Giá trị Vô hướng
Bây giờ chúng ta hãy chuyển sang ví dụ đầu tiên về hàm chia (). Như chúng ta biết rằng hàm chia () được sử dụng để chia hai mảng theo phần tử, nhưng ở đây trong ví dụ đầu tiên, chúng ta có một mảng là một số bị chia và thứ hai chúng ta có một giá trị vô hướng là một số chia. Để triển khai một chương trình python, trước tiên, bạn phải cài đặt bất kỳ trình biên dịch python nào để chạy chương trình này.
Bây giờ, hãy bắt đầu giải thích từng dòng mã đầu tiên của chúng ta. Vì chúng ta sẽ sử dụng hàm NumPy chia (), trước tiên chúng ta phải nhập mô-đun NumPy. Sau đó, chúng ta sử dụng phương thức print () để hiển thị thông báo “Thực hiện hàm chia ():” cho thấy rằng chúng ta sẽ thực hiện một hàm chia (). Và sau đó, chúng tôi sử dụng mã định dạng “\ n” trong phương thức print () được sử dụng để nhập một dòng mới.
Sau đó, chúng tôi tạo mảng cổ tức “[2, 4, 6, 8, 10]” có tên là “array1”. Để hiển thị mảng 1 trong đầu ra, chúng tôi đã gọi một phương thức print () và chuyển mảng vào đó. Chúng tôi cũng muốn hiển thị thông báo liên quan đến array1, vì vậy chúng tôi cũng đã viết thông báo trong dấu ngoặc kép trong phương thức in. Sau đó, chúng tôi tạo một biến vô hướng “2” có tên là “scaler_value” làm ước số và chúng tôi hiển thị giá trị của biến vô hướng bằng cách sử dụng phương thức print () và chuyển tên biến vào đó.
nhập khẩu như ví dụ.in ( 'Thực hiện hàm chia (): \N ' )
array1 = [ hai , 4 , 6 , số 8 , 10 ]
in ( 'Mảng Cổ tức là:' , array1 )
scaler_value = hai
in ( 'Số chia là:' , scaler_value )
new_array = np.divide ( array1, scaler_value )
in ( 'Mảng thương số là:' , new_array )
Sau khi tạo mảng cổ tức và biến vô hướng số chia, chúng ta hãy gọi hàm chia () để thực hiện phép chia trong NumPy. Như bạn thấy trong dòng 1, chúng tôi nhập số numpy dưới dạng bí danh np. Vì vậy, để gọi hàm, đầu tiên, chúng ta viết “np” vì nó là hàm NumPy, sau đó viết tên hàm “chia” và truyền tham số vào trong dấu ngoặc hàm chia (); trong ví dụ này, chúng tôi đã chuyển cho các tham số bắt buộc, tức là array1 và scaler_value. Sau khi viết hàm chia () NumPy, chúng ta đã lưu trữ hàm này vào một mảng mới khác vì khi chúng ta muốn hàm này một lần nữa, chúng ta không cần phải viết mà chỉ gọi hàm chia () thông qua tên mảng, tức là new_array. Sau đó, chúng tôi in mảng mới bằng cách gọi phương thức print () (một phương thức được xác định trước).
Đầu ra của mã hiển thị ở trên được hiển thị ở đây khi nó xuất hiện trong trình bao. Như bạn thấy, chúng ta nhận được mảng thương là [1 2 3 4 5].
Ví dụ 02: Chia hai mảng Element-Wise
Bây giờ chuyển sang 2 nd ví dụ về hàm chia (). Trong ví dụ này, chúng ta có hai mảng đầu vào để thực hiện hàm chia (). Mảng 1 là “[5, 10, 15, 20, 25]” và mảng 2 là “[3, 7, 11, 13, 17]”. Và chúng tôi hiển thị cả hai mảng bằng cách gọi phương thức print () được định nghĩa trước trong đó. Sau đó, chúng ta gọi hàm chia () và truyền các tham số (tức là mảng1 và mảng2) trong đó và lưu trữ hàm vào một mảng mới khác có tên “new_array” và in nó bằng cách gọi phương thức print ().
nhập khẩu như ví dụ.in ( 'Thực hiện hàm chia (): \N ' )
array1 = [ 5 , 10 , mười lăm , hai mươi , 25 ]
in ( 'Mảng cổ tức 1 là:' , array1 )
array2 = [ 3 , 7 , mười một , 13 , 17 ]
in ( 'Mảng số chia 2 là:' , array2 )
new_array = np.divide ( array1, array2 )
in ( 'Mảng thương số là:' , new_array )
Đây là màn hình đầu ra của ví dụ minh họa ở trên về hàm chia () trong NumPy.
Ví dụ 03: Mảng nhiều chiều trong hàm chia ()
Trong 3 này rd Ví dụ, chúng ta sẽ triển khai các hàm chia () trên mảng nhiều chiều. Đầu tiên, chúng tôi nhập mô-đun NumPy để thực hiện hàm chia (). Sau đó, chúng tôi tạo hai mảng, “array1” và “array2,” và chúng tôi in cả hai mảng bằng cách gọi phương thức print () được xác định trước và chuyển các mảng này vào đó. Sau đó, chúng tôi gọi hàm chia () với bí danh np và chuyển mảng1 và mảng2 vào đó, đồng thời lưu trữ toàn bộ hàm này vào một mảng khác có tên 'new_array' để chúng ta không phải gọi hàm này nhiều lần. Sau đó, chúng tôi in “new_array” bằng cách sử dụng phương thức print ().
nhập khẩu như ví dụ.in ( 'Thực hiện hàm chia (): \N ' )
array1 = [ [ 35 , 72 , 66 , hai mươi mốt ] , [ 90 , 89 , năm mươi , 88 ] ]
in ( 'Mảng cổ tức 1 là:' , array1 )
array2 = [ [ 19 , 99 , 43 , 22 ] , [ 87 , 46 , 75 , 18 ] ]
in ( 'Mảng số chia 2 là:' , array2 )
new_array = np.divide ( array1, array2 )
in ( 'Mảng thương số là: \N ' , new_array )
Hãy xem đầu ra của mã được xác định ở trên của hàm chia () trong NumPy là gì. Như bạn thấy bên dưới, chúng ta đã nhận được mảng thương số mong muốn bằng cách chia mảng1 và mảng2.
Sự kết luận
Trong bài viết này, chúng ta đã tìm hiểu hàm chia () là gì, đồng thời chúng ta cũng đã triển khai nhiều ví dụ khác nhau và giải thích từng dòng mã của các ví dụ này để không có điểm nhầm lẫn nào.