numpy.divide

麻木的。除法( x1 , x2 , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc 'divide' >

按元素划分参数。

参数：

x1类似数组

股息数组。

x2类似数组

除数数组。如果，它们必须可广播为通用形状（成为输出的形状）。x1.shape != x2.shape

out ndarray、None 或 ndarray 和 None 的元组，可选

存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或无，则返回新分配的数组。元组（只能作为关键字参数）的长度必须等于输出的数量。

其中array_like，可选

该条件通过输入广播。在条件为 True 的位置，输出数组将设置为 ufunc 结果。在其他地方，输出数组将保留其原始值。请注意，如果通过 default 创建 未初始化的outout=None数组，则其中条件为 False 的位置将保持未初始化状态。

**夸格

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

y ndarray 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。

也可以看看

seterr

设置是否在溢出、下溢和除以零时引发或警告。

笔记

就数组广播而言相当于x1/ 。x2

该函数是 的别名 。true_divide(x1, x2)divide(x1, x2)

例子

>>> 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. ]])

该/运算符可以用作np.divideon ndarray 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. ]])