numpy.divide#

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

逐元素划分参数。

参数:
x1array_like

被除数数组。

x2array_like

除数数组。如果 x1.shape != x2.shape，则它们必须可以广播到共同的形状（该形状将成为输出的形状）。

outndarray, None, or tuple of ndarray and None, optional

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

wherearray_like, optional

此条件将广播到输入。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，那么其中条件为 False 的位置将保持未初始化状态。

**kwargs

有关其他关键字参数，请参阅 ufunc 文档。

返回:
yndarray 或标量

商 x1/x2，逐元素计算。如果 x1 和 x2 都是标量，则结果为标量。

另请参阅

seterr

设置溢出、下溢和除以零时是引发错误还是发出警告。

备注

在数组广播方面，等同于 x1 / x2。

函数 true_divide(x1, x2) 是 divide(x1, x2) 的别名。

示例

>>> 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. ]])

在 ndarrays 上，/ 运算符可以用作 np.divide 的简写。

>>> 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. ]])
在此页面