資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會研究
時尚研究
法律研究在NumPy中按元素劃分引數並以不同型別顯示結果
要按元素劃分引數，請在Python NumPy中使用**numpy.divide()**方法。arr1被視為被除數陣列。arr2被視為除數陣列。使用“**dtype**”引數將輸出設定為“**float**”。
out是將結果儲存到的位置。如果提供，則其形狀必須與輸入廣播到的形狀相同。如果不提供或為None，則返回一個新分配的陣列。元組（僅可能作為關鍵字引數）的長度必須等於輸出的數量。
NumPy 提供了全面的數學函式、隨機數生成器、線性代數例程、傅立葉變換等等。它支援廣泛的硬體和計算平臺，並且與分散式、GPU和稀疏陣列庫配合良好。
步驟
首先，匯入所需的庫：
import numpy as np
建立兩個二維陣列：
arr1 = np.array([[14, 28, 56], [84, 56, 112]]) arr2 = np.array([[7, 14, 21], [28, 35, 56]])
顯示陣列：
print("Array 1...
", arr1)
print("
Array 2...
", arr2)獲取陣列的型別：
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)獲取陣列的維度：
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)獲取陣列的形狀：
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)要按元素劃分引數，請在Python NumPy中使用numpy.divide()方法。arr1被視為被除數陣列。arr2被視為除數陣列。使用“dtype”引數將輸出設定為“float”。
print("
Result (divide element-wise)...
",np.divide(arr1, arr2, dtype = 'float'))
示例
import numpy as np
# Create two 2D arrays
arr1 = np.array([[14, 28, 56], [84, 56, 112]])
arr2 = np.array([[7, 14, 21], [28, 35, 56]])
# Display the arrays
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
# Get the type of the arrays
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)
# Get the dimensions of the Arrays
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)
# Get the shape of the Arrays
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)
# To divide arguments element-wise, use the numpy.divide() method in Python Numpy
# The arr1 is considered Dividend array
# The arr2 is considered Divisor array
# The output is set "float" using the "dtype" parameter
print("
Result (divide element-wise)...
",np.divide(arr1, arr2, dtype = 'float'))輸出
Array 1... [[ 14 28 56] [ 84 56 112]] Array 2... [[ 7 14 21] [28 35 56]] Our Array 1 type... int64 Our Array 2 type... int64 Our Array 1 Dimensions... 2 Our Array 2 Dimensions... 2 Our Array 1 Shape... (2, 3) Our Array 2 Shape... (2, 3) Result (divide element-wise)... [[2. 2. 2.66666667] [3. 1.6 2. ]]
更新於：2022年2月7日
317 次瀏覽
廣告