Tutoriales

NumPy np.divide()

La función divide() en NumPy se usa para realizar la división elemento por elemento de las matrices proporcionadas.

Esta función toma los elementos de la primera matriz de entrada y los divide con la matriz correspondiente en la segunda matriz de entrada.

Exploremos más.

Sintaxis de la función

La sintaxis de la función es como se muestra a continuación:

entumecidodividir(x1, x2, /, afuera=Ninguna, *, dónde=Verdadero, fundición=‘del mismo tipo’, ordenar=‘K’, tipo de d=Ninguna, subok=Verdadero[, signature, extobj]) = <ufunc ‘true_divide’>

Parámetros

La función acepta los siguientes parámetros:

  1. x1: se refiere a la matriz de entrada o al objeto similar a una matriz cuyos elementos actúan como dividendos.
  2. x2: define la matriz de entrada o el objeto similar a una matriz cuyos elementos se utilizan como divisores.
  3. out: representa la matriz de salida. La matriz de salida definida debe tener la misma forma que la entrada.

Los anteriores son algunos de los parámetros estándar utilizados con la función de división. Una vez más, puede consultar los documentos para obtener más información.

NOTA: Aunque la forma de las matrices de entrada puede ser diferente, deben poder transmitirse a una forma estándar.

Valor devuelto

La función dividir luego devolverá una matriz con los resultados de dividir los elementos de x1 y x2. (x1/x2).

La función devolverá un valor escalar si ambas matrices contienen elementos escalares. De lo contrario, la función devolverá una matriz.

NOTA: Dividir por cero (si x2 contiene un 0) dará como resultado un error.

Ejemplo 1

El siguiente código muestra cómo usar la función de división para dividir dos valores escalares.

# importar números
importar entumecido como notario público
impresión(notario público.dividir(20,2))

Pasamos dos valores escalares en lugar de una matriz a la función de división en este ejemplo.

Dado que la función dividir realiza una división real, siempre devolverá un valor de punto flotante como se muestra:

Ejemplo #2

Considere el segundo ejemplo que se muestra a continuación:

x1 = notario público.formación([11,45,22])
x2 = notario público.formación([3,4,5])
impresión(notario público.dividir(x1, x2))

En este ejemplo, tenemos dos arreglos unidimensionales. Luego realizamos una división elemento por elemento contra ellos usando la función de división.

Esta operación debería devolver una matriz como se muestra a continuación:

Ejemplo #3

En algunos casos, es posible que desee dividir una matriz con un divisor común. Por ejemplo, como se muestra, podemos dividir todos los elementos de una matriz con el divisor común de 2.

arr_2d = notario público.formación([[12,43,76], [23,86,69]])
divisor = 2
impresión(notario público.dividir(arr_2d, divisor))

Tenemos una matriz 2D y un divisor como valor escalar en este caso. Para dividir todos los elementos de la matriz con un divisor, podemos arr_2d como x1 y los valores escalares como x2.

La operación debe devolver la salida como:

[[ 6.  21.5 38. ]
[11.5 43.  34.5]]

Ejemplo #4

Como se mencionó, la función devolverá un error si alguno de los elementos en el parámetro x2 es igual a cero.

El siguiente código demuestra esta funcionalidad.

arr_2d = notario público.formación([[12,43,76], [23,86,69]])
divisor = notario público.formación([[,1,3], [,4,5]])
impresión(notario público.dividir(arr_2d, divisor))

En este caso, dos elementos en la matriz de divisores son iguales a cero. Por lo tanto, ejecutar el código anterior debería devolver un error como se muestra:

NOTA: Aunque la función devuelve un error, intentará realizar la operación de división y devolver los valores correspondientes.

Conclusión

En este artículo, cubrimos la función de división en NumPy. Esta función le permite realizar una división por elementos entre dos matrices.
¡Gracias por leer y feliz codificación!

LEER  Instale Gentoo Linux usando capturas de pantalla

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba