numpy.true_divide

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

按元素划分参数.

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通用形状(这将成为输出的形状).

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

存储结果的位置.如果提供,则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.一个元组(可能仅作为关键字参数)的长度必须等于输出的数量.

其中类数组,可选

此条件会在输入上进行广播.在条件为True的位置, out 数组将被设置为ufunc结果.否则, out 数组将保留其原始值.请注意,如果通过默认的 out=None 创建一个未初始化的 out 数组,则其中条件为False的位置将保持未初始化.

\kwargs

对于其他仅限关键字的参数,请参见 ufunc docs .

返回:

yndarray 或标量

商 x1/x2 ,按元素计算.如果 x1 和 x2 都是标量,则这是一个标量.

参见

seterr

设置在溢出,下溢和除零时是引发异常还是发出警告.

注释

在数组广播方面,等效于 x1 / x2 .

true_divide(x1, x2) 函数是 divide(x1, x2) 的别名.

示例

Try it in your browser!

>>> 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. ]])

/ 运算符可以用作 ndarray 上 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. ]])

Go BackOpen In Tab