numpy.divide

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

Деление аргументов поэлементно.

Параметры:

x1 : array_like Массив делимого. x2 : array_like Массив делителя. out : ndarray, None, или кортеж ndarray и None, необязательно Расположение, в которое сохраняется результат. Если указано, его форма должна соответствовать форме входных данных. Если не указано или None, возвращается только что выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную числу выходных данных. where : array_like, необязательно Значения True указывают на то, что ufunc должен быть вычислен в данной позиции, значения False указывают на то, что значение в выходе должно остаться неизменным. **kwargs Для других ключевых только аргументов см. документацию ufunc.

Возвращает:

y : ndarray или скаляр Частное x1/x2, поэлементно. Возвращает скаляр, если оба x1 и x2 являются скалярами.

См. также

seterr

Установите, нужно ли поднимать или предупреждать при переполнении, потере значимости и делении на ноль.

Примечания

Эквивалентно x1 / x2 с точки зрения трансляции массивов.

Поведение при делении на ноль может быть изменено с помощью seterr.

В Python 2, когда оба x1 и x2 имеют целочисленный тип, divide будет вести себя как floor_divide. В Python 3 он ведет себя как true_divide.

Примеры

>>> 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. ]])

Обратите внимание на поведение с целочисленными типами (только Python 2):

>>> np.divide(2, 4)
0
>>> np.divide(2, 4.)
0.5

Деление на ноль всегда дает ноль в целочисленной арифметике (снова, только Python 2), и не вызывает исключения или предупреждения:

>>> np.divide(np.array([0, 1], dtype=int), np.array([0, 0], dtype=int))
array([0, 0])

Однако деление на ноль можно поймать, используя seterr:

>>> old_err_state = np.seterr(divide='raise')
>>> np.divide(1, 0)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
FloatingPointError: divide by zero encountered in divide

>>> ignored_states = np.seterr(**old_err_state)
>>> np.divide(1, 0)
0