資料結構
網路
關係資料庫管理系統
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
社會學
時尚研究
法律研究在 NumPy 中按元素進行真除並以不同的資料型別顯示結果
要按元素對引數進行真除，請在 Python NumPy 中使用 **numpy.true_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 是儲存結果的位置。如果提供，則其形狀必須與輸入廣播到的形狀相同。如果未提供或為 None，則返回一個新分配的陣列。元組（只能作為關鍵字引數）的長度必須等於輸出的數量。
條件在輸入上進行廣播。在條件為 True 的位置，out 陣列將設定為 ufunc 結果。在其他地方，out 陣列將保留其原始值。請注意，如果透過預設的 out=None 建立了一個未初始化的 out 陣列，則其中條件為 False 的位置將保持未初始化。
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)獲取陣列的資料型別 -
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)要按元素對引數進行真除，請在 Python NumPy 中使用 numpy.true_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...
",np.true_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 true divide arguments element-wise, use the numpy.true_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...
",np.true_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... [[2. 2. 2.66666667] [3. 1.6 2. ]]
更新於: 2022年2月7日
111 次瀏覽
廣告