numpy.divide#

numpy.делить(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, сигнатура]) = 'divide'>#

Разделите аргументы поэлементно.

Параметры:

x1array_like: Массив дивидендов.
x2array_like: Массив делителя. Если x1.shape != x2.shape, они должны быть транслируемы к общей форме (которая становится формой вывода).
выходndarray, None или кортеж из ndarray и None, опционально: Место для сохранения результата. Если предоставлено, оно должно иметь форму, в которую транслируются входные данные. Если не предоставлено или None, возвращается вновь выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную количеству выходов.
гдеarray_like, необязательный: Это условие транслируется на вход. В местах, где условие истинно, выход массив будет установлен в результат ufunc. В других местах выход массив сохранит своё исходное значение. Обратите внимание, что если неинициализированный выход массив создается через стандартный out=None, позиции внутри неё, где условие ложно, останутся неинициализированными.
**kwargs: Для других аргументов, доступных только по ключевым словам, смотрите документация ufunc.

Возвращает:

yndarray или скаляр: Частное x1/x2, поэлементно. Это скаляр, если оба x1 и x2 являются скалярами.

Смотрите также

seterr: Установить, вызывать ли исключение или предупреждение при переполнении, потере значимости и делении на ноль.

Примечания

Эквивалентно x1 / x2 в терминах широковещания массивов.

The true_divide(x1, x2) функция является псевдонимом для divide(x1, x2).

Примеры

>>> import numpy as np
>>> np.divide(2.0, 4.0)
0.5
>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> np.divide(x1, x2)
array([[nan, 1. , 1. ],
       [inf, 4. , 2.5],
       [inf, 7. , 4. ]])

The / оператор может использоваться как сокращение для np.divide на ndarrays.

>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = 2 * np.ones(3)
>>> x1 / x2
array([[0. , 0.5, 1. ],
       [1.5, 2. , 2.5],
       [3. , 3.5, 4. ]])