数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究在 NumPy 中按元素进行真除并以不同的数据类型显示结果
要按元素对参数进行真除，请在 Python NumPy 中使用 **numpy.true_divide()** 方法。arr1 被视为被除数数组。arr2 被视为除数数组。使用“**dtype**”参数将输出设置为“**float**”。
out 是存储结果的位置。如果提供，则其形状必须与输入广播到的形状相同。如果未提供或为 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。
条件在输入上进行广播。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，如果通过默认的 out=None 创建了一个未初始化的 out 数组，则其中条件为 False 的位置将保持未初始化。
步骤
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...
", arr1)
print("
Array 2...
", arr2)获取数组的数据类型 -
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)获取数组的维度 -
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)获取数组的形状 -
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)要按元素对参数进行真除，请在 Python NumPy 中使用 numpy.true_divide() 方法。arr1 被视为被除数数组。arr2 被视为除数数组。使用“dtype”参数将输出设置为“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'))输出
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. ]]
更新于: 2022年2月7日
111 次浏览
广告