'इस ट्यूटोरियल में, हम सीखेंगे कि NumPy डिवाइड () फ़ंक्शन क्या है और विभिन्न उदाहरणों के साथ इस फ़ंक्शन का उपयोग कैसे करें।
जैसा कि आप जानते हैं, फंक्शन के नाम से, यानी डिवाइड। यदि हम गणित के बारे में बात करते हैं, तो हम निर्दिष्ट उत्तर प्राप्त करने के लिए दो संख्याओं को विभाजित करते हैं।'
परिचय
यहां डिवाइड फंक्शन उसी तरह काम करेगा जैसा कि हमने ऊपर चर्चा की है; अंतर केवल इतना है कि वहां हम दो संख्याओं को विभाजित कर रहे हैं, और यहां हम सरणियों के प्रत्येक तत्व को विभाजित कर रहे हैं। इसलिए इसे तत्व-वार विभाजन के रूप में जाना जाता है।
NumPy डिवाइड () फ़ंक्शन समान आकार के NumPy सरणियों को विभाजित करता है। NumPy डिवाइड () सही विभाजन करता है, जिसका अर्थ है कि हमें एक फ्लोटिंग पॉइंट में आउटपुट मिलता है।
वाक्य - विन्यास
आइए NumPy में लेखन शैली और डिवाइड () फ़ंक्शन के कार्यान्वयन पर चर्चा करें। सबसे पहले, हमें पाइथन की लाइब्रेरी का नाम लिखना होगा जिसका हम उपयोग कर रहे हैं, जो कि 'numpy' है, और फिर हमारे पास एक फ़ंक्शन नाम 'डिवाइड' है, जिसे हम निष्पादित करने जा रहे हैं। फिर हमने फ़ंक्शन को पैरामीटर पास किए।
मापदंडों
निम्नलिखित आवश्यक और वैकल्पिक पैरामीटर हैं जिन्हें हमने NumPy में डिवाइड () फ़ंक्शन के कार्यान्वयन के दौरान पारित किया था।
आवश्यक पैरामीटर
सरणी1: वह सरणी है जिसमें लाभांश तत्व होंगे।
सरणी 2: वह सरणी है जिसमें भाजक तत्व होंगे।
वैकल्पिक पैरामीटर
बाहर: डिफ़ॉल्ट रूप से, इसका मान 'कोई नहीं' है, जिसका अर्थ है कि मान संग्रहीत है। यदि मान नहीं दिया गया है, तो ताज़ा असाइन किया गया सरणी वापस कर दिया जाएगा।
कहाँ पे: यह पैरामीटर इनपुट ऐरे पर प्रसारित होता है। यदि कथन सत्य है, तो आउटपुट ऐरे को यूनिवर्सल फंक्शन (ufunc) परिणाम पर सेट किया जाएगा। यदि यह गलत है, तो आउट ऐरे अपने मूल परिणाम को बनाए रखेगा।
प्रतिलाभ की मात्रा
इनपुट सरणी का लौटा हुआ मान नवगठित सरणी है जिसमें डिवाइड () फ़ंक्शन का तत्व-वार विभाजन होता है।
उदाहरण 01: 1D सरणी को अदिश मान से विभाजित करें
अब डिवाइड () फंक्शन के पहले उदाहरण की ओर बढ़ते हैं। जैसा कि हम जानते हैं कि डिवाइड () फ़ंक्शन का उपयोग दो सरणियों को तत्व-वार विभाजित करने के लिए किया जाता है, लेकिन यहाँ हमारे पहले उदाहरण में, हमारे पास एक लाभांश के रूप में एक सरणी है, और दूसरा हमारे पास एक विभाजक के रूप में एक स्केलर मान है। एक पायथन प्रोग्राम को लागू करने के लिए, सबसे पहले, आपको इस प्रोग्राम को चलाने के लिए किसी भी पायथन कंपाइलर को स्थापित करना होगा।
अब, अपनी पहली कोड लाइन को लाइन से समझाना शुरू करते हैं। चूंकि हम NumPy डिवीजन () फ़ंक्शन का उपयोग करेंगे, इसलिए हमें पहले NumPy मॉड्यूल को आयात करना होगा। फिर हम एक संदेश प्रदर्शित करने के लिए एक प्रिंट () विधि का उपयोग करते हैं 'डिवाइड () फ़ंक्शन का कार्यान्वयन:' जो दर्शाता है कि हम एक डिवाइड () फ़ंक्शन को लागू करने जा रहे हैं। और फिर, हम प्रिंट () विधि में एक प्रारूप विनिर्देशक '\n' का उपयोग करते हैं जिसका उपयोग एक नई पंक्ति में प्रवेश करने के लिए किया जाता है।
फिर हम अपना डिविडेंड ऐरे “[2, 4, 6, 8, 10]” बनाते हैं जिसका नाम “array1” है। आउटपुट में array1 को प्रदर्शित करने के लिए, हमने एक प्रिंट () मेथड को कॉल किया और उसमें एरे को पास किया। हम सरणी 1 के संबंध में संबंधित संदेश भी प्रदर्शित करना चाहते हैं, इसलिए हमने प्रिंट विधि में संदेश को दोहरे उद्धरण चिह्नों में भी लिखा है। फिर हम 'स्केलर_वैल्यू' नामक एक स्केलर वैरिएबल '2' को भाजक के रूप में बनाते हैं, और हम प्रिंट () विधि का उपयोग करके और उसमें वेरिएबल नाम पास करके स्केलर वैरिएबल का मान प्रदर्शित करते हैं।
आयात सुन्न जैसा जैसेप्रिंट ( 'डिवाइड () फ़ंक्शन का कार्यान्वयन: \एन ' )
सरणी1 = [ दो , 4 , 6 , 8 , 10 ]
प्रिंट ( 'लाभांश सरणी है:' , सरणी1 )
स्केलर_वैल्यू = दो
प्रिंट ( 'भाजक है:' , स्केलर_वैल्यू )
new_array = np.divid ( सरणी1,स्केलर_वैल्यू )
प्रिंट ( 'भागफल सरणी है:' , new_array )
डिविडेंड ऐरे और डिवाइडर स्केलर वेरिएबल बनाने के बाद, आइए डिवाइड () फंक्शन को NumPy में डिवीज़न करने के लिए कॉल करें। जैसा कि आप पंक्ति 1 में देखते हैं, हम numpy को उपनाम np के रूप में आयात करते हैं। तो फ़ंक्शन को कॉल करने के लिए, पहले, हम 'np' लिखते हैं क्योंकि यह NumPy फ़ंक्शन है, फिर फ़ंक्शन का नाम 'डिवाइड' लिखें और पैरामीटर को डिवाइड () फ़ंक्शन ब्रैकेट में पास करें; इस उदाहरण में, हम आवश्यक मापदंडों, यानी, array1 और scaler_value को पास कर चुके हैं। NumPy डिवाइड () फ़ंक्शन लिखने के बाद, हमने इस फ़ंक्शन को एक और नए सरणी में संग्रहीत किया है क्योंकि जब हम फिर से यह फ़ंक्शन चाहते हैं, तो हमें केवल कॉल डिवाइड () फ़ंक्शन को सरणी नाम, यानी new_array के माध्यम से लिखना नहीं है। फिर हम प्रिंट () विधि (एक पूर्वनिर्धारित विधि) को कॉल करके नए सरणी को प्रिंट करते हैं।
ऊपर दिखाए गए कोड का आउटपुट यहां दिखाया गया है जैसा कि यह शेल में दिखाई देता है। जैसा कि आप देखते हैं, हमें भागफल सरणी मिलती है जो कि [1 2 3 4 5] है।
उदाहरण 02: दो सरणियों को तत्व-वार विभाजित करना
अब 2 . की ओर बढ़ें रा डिवाइड () फ़ंक्शन का उदाहरण। इस उदाहरण में, हमारे पास डिवाइड () फ़ंक्शन करने के लिए दो इनपुट सरणियाँ हैं। सरणी 1 '[5, 10, 15, 20, 25]' है, और सरणी 2 '[3, 7, 11, 13, 17]' है। और हम इसमें प्री-डिफ़ाइंड मेथड प्रिंट () मेथड को कॉल करके दोनों सरणियों को प्रदर्शित करते हैं। फिर हम डिवाइड () फ़ंक्शन को कॉल करते हैं और इसमें पैरामीटर (यानी, सरणी 1 और सरणी 2) पास करते हैं और फ़ंक्शन को 'new_array' नामक एक अन्य नए सरणी में संग्रहीत करते हैं और प्रिंट () विधि को कॉल करके इसे प्रिंट करते हैं।
आयात सुन्न जैसा जैसेप्रिंट ( 'डिवाइड () फ़ंक्शन का कार्यान्वयन: \एन ' )
सरणी1 = [ 5 , 10 , पंद्रह , बीस , 25 ]
प्रिंट ( 'लाभांश Array1 है:' , सरणी1 )
सरणी2 = [ 3 , 7 , ग्यारह , 13 , 17 ]
प्रिंट ( 'भाजक Array2 है:' , सरणी 2 )
new_array = np.divid ( सरणी1,सरणी2 )
प्रिंट ( 'भागफल सरणी है:' , new_array )
यहाँ NumPy में डिवाइड () फ़ंक्शन के ऊपर दिए गए उदाहरण का आउटपुट डिस्प्ले है।
उदाहरण 03: डिवाइड () फ़ंक्शन में बहु-आयामी सरणियाँ
इसमें 3 तृतीय उदाहरण के लिए, हम बहु-आयामी सरणी पर डिवाइड () फ़ंक्शन को लागू करने जा रहे हैं। सबसे पहले, हम डिवाइड () फ़ंक्शन को लागू करने के लिए NumPy मॉड्यूल आयात करते हैं। फिर हमने दो सरणियाँ बनाईं, 'सरणी 1' और 'सरणी 2,' और हमने पूर्वनिर्धारित प्रिंट () विधि को कॉल करके और इन सरणियों को उसमें पास करके दोनों सरणियों को मुद्रित किया। फिर हमने डिवाइड () फंक्शन को उर्फ np के साथ कॉल किया और उसमें array1 और array2 को पास किया, और इस पूरे फंक्शन को 'new_array' नाम के दूसरे एरे में स्टोर कर दिया ताकि हमें इस फंक्शन को बार-बार कॉल न करना पड़े। फिर हम प्रिंट () विधि का उपयोग करके 'new_array' प्रिंट करते हैं।
आयात सुन्न जैसा जैसेप्रिंट ( 'डिवाइड () फ़ंक्शन का कार्यान्वयन: \एन ' )
सरणी1 = [ [ 35 , 72 , 66 , इक्कीस ] , [ 90 , 89 , पचास , 88 ] ]
प्रिंट ( 'लाभांश Array1 है:' , सरणी1 )
सरणी2 = [ [ 19 , 99 , 43 , 22 ] , [ 87 , 46 , 75 , 18 ] ]
प्रिंट ( 'भाजक Array2 है:' , सरणी 2 )
new_array = np.divid ( सरणी1,सरणी2 )
प्रिंट ( 'भागफल सरणी है: \एन ' , new_array )
आइए देखें कि NumPy में डिवाइड () फ़ंक्शन के ऊपर परिभाषित कोड का आउटपुट क्या है। जैसा कि आप नीचे देख रहे हैं, हमने arra1 और array2 को विभाजित करके वांछित भागफल सरणी प्राप्त की है।
निष्कर्ष
इस लेख में, हमने सीखा कि डिवाइड () फ़ंक्शन क्या है, और हमने कई अलग-अलग उदाहरणों को भी लागू किया है और इन उदाहरणों के कोड की प्रत्येक पंक्ति को समझाया है ताकि कोई भ्रम की स्थिति न रह जाए।