使用 NumPy 將每一行除以向量元素

---

我們可以將 NumPy 陣列的每一行除以向量元素。向量元素可以是單個元素、多個元素或陣列。在將陣列的行除以向量以生成所需功能後，我們使用**除法 (/) 運算子**。行的除法可以是 1 維、2 維或多個數組。

有不同的方法可以執行將每一行除以向量元素的操作。讓我們詳細瞭解每種方法。

• 使用廣播

• 使用 divide() 函式

• 使用 apply_along_axis() 函式

使用廣播

廣播是 NumPy 庫中提供的一種方法，它允許對不同形狀的陣列執行數學運算。如果其中一個數組小於另一個數組，則廣播會自動將較小陣列的形狀與較大陣列的形狀匹配，並逐元素應用數學運算。

語法

以下是使用廣播的語法：

array / vector[:, np.newaxis]

示例

讓我們看一個使用 NumPy 庫的廣播方法將每一行除以向量元素的示例。

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("The array:",arr)
vec = np.array([1, 2, 3])
print("The vector to divide the row:",vec)
output = arr / vec[:, np.newaxis]
print("The output of the divison of rows by vector using broadcast:",output)

輸出

The array: [[1 2 3]
 [4 5 6]
 [7 8 9]]
The vector to divide the row: [1 2 3]
The output of the divison of rows by vector using broadcast: [[1.         2.         3.        ]
 [2.         2.5        3.        ]
 [2.33333333 2.66666667 3.        ]]

使用 divide() 函式

NumPy 庫提供了一個名為 divide() 的函式，用於將定義的陣列的行除以向量元素。此函式將陣列和向量作為輸入引數。

語法

以下是使用 divide() 函式的語法。

np.divide(array, vector[:, np.newaxis])

示例

在以下示例中，我們使用 divide() 函式將陣列的行除以向量元素。

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("The array:",arr)
vec = np.array([1, 2, 3])
print("The vector to divide the row:",vec)
output = np.divide(arr, vec[:, np.newaxis])
print("The output of the divison of rows by vector using divide function:",output)

輸出

The array: [[1 2 3]
 [4 5 6]
 [7 8 9]]
The vector to divide the row: [1 2 3]
The output of the divison of rows by vector using divide function: [[1.         2.         3.        ]
 [2.         2.5        3.        ]
 [2.33333333 2.66666667 3.        ]]

使用 apply_along_axis() 函式

NumPy 中的 apply_along_axis() 函式允許使用者沿 NumPy 陣列的特定軸應用函式。此方法可用於執行各種操作，例如將 2D 陣列的行除以向量。

語法

以下是使用 apply_along_axis() 函式將陣列的行除以向量元素的語法。

np.apply_along_axis(row/vector, 1, array, vector)

示例

在以下示例中，我們使用 apply_along_axis() 函式將 2D 陣列的行除以定義的 2D 陣列向量。

import numpy as np
arr = np.array([[1, 2, 3,1], [4, 5, 6,4], [7, 8, 9,7],[10,11,1,2]])
print("The array:",arr)
vec = np.array([1, 2, 3,4])
print("The vector to divide the row:",vec)
def divide_row(row, vec):
    return row / vec
output = np.apply_along_axis(divide_row, 1, arr, vec)
print("The output of the divison of rows by vector using divide function:",output)

輸出

The array: [[ 1  2  3  1]
 [ 4  5  6  4]
 [ 7  8  9  7]
 [10 11  1  2]]
The vector to divide the row: [1 2 3 4]
The output of the divison of rows by vector using divide function: [[ 1.          1.          1.          0.25      ]
 [ 4.          2.5         2.          1.        ]
 [ 7.          4.          3.          1.75      ]
 [10.          5.5         0.33333333  0.5       ]]