在 Numpy 中按元素划分参数

  • Z时代
  • 2024-01-10
  • 分类：综合

要真正按元素划分参数，请使用Python Numpy 中的方法。arr1 被认为是股息数组。arr2 被认为是除数数组。numpy.true_divide()

out 是存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或 None，则返回一个新分配的数组。元组（只能作为关键字参数）的长度必须等于输出的数量。

条件通过输入广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。请注意，如果通过默认 out=None 创建未初始化的输出数组，则其中条件为 False 的位置将保持未初始化。

脚步

首先，导入所需的库 -

import numpy as np

创建两个二维数组 -

arr1 = np.array([[14, 28, 56], [84, 56, 112]])
arr2 = np.array([[7, 14, 21], [28, 35, 56]])

显示数组 -

print("Array 1...\n", arr1)
print("\nArray 2...\n", arr2)

获取数组的类型 -

print("\nOur Array 1 type...\n", arr1.dtype)
print("\nOur Array 2 type...\n", arr2.dtype)

获取数组的尺寸 -

print("\nOur Array 1 Dimensions...\n",arr1.ndim)
print("\nOur Array 2 Dimensions...\n",arr2.ndim)

获取阵列的形状 -

print("\nOur Array 1 Shape...\n",arr1.shape)
print("\nOur Array 2 Shape...\n",arr2.shape)

要真正按元素划分参数，请使用Python Numpy 中的方法。arr1 被认为是股息数组。arr2 被认为是除数数组 -numpy.true_divide()

print("\nResult...\n",np.true_divide(arr1, arr2))

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...\n", arr1)
print("\nArray 2...\n", arr2)
# Get the type of the arrays
print("\nOur Array 1 type...\n", arr1.dtype)
print("\nOur Array 2 type...\n", arr2.dtype)
# Get the dimensions of the Arrays
print("\nOur Array 1 Dimensions...\n",arr1.ndim)
print("\nOur Array 2 Dimensions...\n",arr2.ndim)
# Get the shape of the Arrays
print("\nOur Array 1 Shape...\n",arr1.shape)
print("\nOur Array 2 Shape...\n",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
print("\nResult...\n",np.true_divide(arr1, arr2))
输出结果
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. ]]

以上是 在 Numpy 中按元素划分参数 的全部内容， 来源链接： utcz.com/z/297094.html

回到顶部