NumPy এলিমেন্ট ওয়াইজ ডিভিশন

Numpy Elimenta Oya Ija Dibhisana



“এই টিউটোরিয়ালে, আমরা NumPy divide() ফাংশন কী এবং কীভাবে এই ফাংশনটি বিভিন্ন ব্যাখ্যা করা উদাহরণ সহ ব্যবহার করতে হয় তা শিখব।

যেমন আপনি জানেন, ফাংশনের নামের সাথে, অর্থাৎ, ভাগ করুন। যদি আমরা গণিতের কথা বলি, তাহলে নির্দিষ্ট উত্তর পেতে আমরা দুটি সংখ্যাকে ভাগ করি।'







ভূমিকা

এখানে ডিভাইড ফাংশন একইভাবে কাজ করবে যা আমরা উপরে আলোচনা করেছি; একমাত্র পার্থক্য হল সেখানে আমরা দুটি সংখ্যাকে ভাগ করছি এবং এখানে আমরা অ্যারের প্রতিটি উপাদানকে ভাগ করছি। এজন্য এটি একটি উপাদান-ভিত্তিক বিভাগ হিসাবে পরিচিত।



NumPy divide() ফাংশন একই আকারের NumPy অ্যারেগুলিকে ভাগ করে। NumPy divide() সত্য বিভাজন সম্পাদন করে, যার মানে আমরা একটি ফ্লোটিং পয়েন্টে আউটপুট পাই।



বাক্য গঠন

NumPy-এ divide() ফাংশনের লেখার ধরন এবং বাস্তবায়ন নিয়ে আলোচনা করা যাক। প্রথমে, আমাদেরকে পাইথনের লাইব্রেরির নাম লিখতে হবে যা আমরা ব্যবহার করছি, যেটি হল 'numpy' এবং তারপর আমাদের একটি ফাংশনের নাম 'divide' আছে যা আমরা সম্পাদন করতে যাচ্ছি। তারপর আমরা ফাংশন পরামিতি পাস.





পরামিতি

নিম্নলিখিত প্রয়োজনীয় এবং ঐচ্ছিক পরামিতিগুলি রয়েছে যা আমরা NumPy-এ divide() ফাংশন বাস্তবায়নের সময় পাস করেছি।



প্রয়োজনীয় পরামিতি

অ্যারে1: লভ্যাংশ উপাদান ধারণ করবে যে অ্যারে.

অ্যারে2: একটি অ্যারে যা ভাজক উপাদান ধারণ করবে।

ঐচ্ছিক পরামিতি

আউট: ডিফল্টরূপে, এর মান 'কোনটিই নয়', যা বোঝায় যে মানটি সংরক্ষণ করা হয়েছে। যদি মান দেওয়া না হয়, তাহলে নতুনভাবে বরাদ্দ করা অ্যারেটি ফেরত দেওয়া হবে।

কোথায়: এই প্যারামিটারটি ইনপুট অ্যারেতে সম্প্রচার করা হয়। বিবৃতিটি সত্য হলে, আউটপুট অ্যারে সার্বজনীন ফাংশন(ufunc) ফলাফলে সেট করা হবে। যদি এটি মিথ্যা হয়, তাহলে আউট অ্যারে তার আসল ফলাফল বজায় রাখবে।

ফেরত মূল্য

ইনপুট অ্যারের প্রত্যাবর্তিত মান হল সদ্য গঠিত অ্যারে যা divide() ফাংশনের একটি উপাদান-ভিত্তিক বিভাগ ধারণ করে।

উদাহরণ 01: স্কেলার মান দ্বারা 1D অ্যারে ভাগ করুন

এখন divide() ফাংশনের প্রথম উদাহরণের দিকে যাওয়া যাক। আমরা জানি যে divide() ফাংশনটি দুটি অ্যারের উপাদান-ভিত্তিক ভাগ করার জন্য ব্যবহার করা হয়, কিন্তু এখানে আমাদের প্রথম উদাহরণে, আমাদের একটি লভ্যাংশ হিসাবে একটি অ্যারে রয়েছে এবং দ্বিতীয়টিতে আমাদের একটি ভাজক হিসাবে একটি স্কেলার মান রয়েছে। একটি পাইথন প্রোগ্রাম বাস্তবায়ন করতে, প্রথমে, আপনাকে এই প্রোগ্রামটি চালানোর জন্য যেকোনো পাইথন কম্পাইলার ইনস্টল করতে হবে।

এখন, আসুন আমাদের প্রথম কোড লাইন লাইন দ্বারা ব্যাখ্যা করা শুরু করি। যেহেতু আমরা NumPy বিভাগ() ফাংশন ব্যবহার করব, তাই আমাদের প্রথমে NumPy মডিউল আমদানি করতে হবে। তারপরে আমরা একটি প্রিন্ট() পদ্ধতি ব্যবহার করি একটি বার্তা প্রদর্শন করতে 'বিভাজন() ফাংশনের বাস্তবায়ন:' যা দেখায় যে আমরা একটি ডিভাইড() ফাংশন বাস্তবায়ন করতে যাচ্ছি। এবং তারপর, আমরা প্রিন্ট () পদ্ধতিতে একটি ফর্ম্যাট স্পেসিফায়ার “\n” ব্যবহার করি যা একটি নতুন লাইন প্রবেশের জন্য ব্যবহৃত হয়।

তারপর আমরা আমাদের ডিভিডেন্ড অ্যারে তৈরি করি “[2, 4, 6, 8, 10]” যার নাম “array1”। আউটপুটে অ্যারে 1 প্রদর্শন করার জন্য, আমরা একটি প্রিন্ট() মেথড বলেছিলাম এবং এতে অ্যারেটি পাস করেছিলাম। আমরা array1 সম্পর্কিত সম্পর্কিত বার্তাটিও প্রদর্শন করতে চাই, তাই আমরা মুদ্রণ পদ্ধতিতে ডাবল উদ্ধৃতি চিহ্নে বার্তাটিও লিখেছি। তারপরে আমরা একটি ভাজক হিসাবে 'scaler_value' নামে একটি স্কেলার ভেরিয়েবল '2' তৈরি করি এবং আমরা print() পদ্ধতি ব্যবহার করে এবং এতে ভেরিয়েবলের নাম পাস করে স্কেলার ভেরিয়েবলের মান প্রদর্শন করি।

numpy আমদানি করুন হিসাবে যেমন



ছাপা ( 'বিভাজন() ফাংশনের বাস্তবায়ন: \n ' )

array1 = [ দুই , 4 , 6 , 8 , 10 ]

ছাপা ( 'লভ্যাংশ অ্যারে হল:' , অ্যারে১ )

স্কলার_মান = দুই

ছাপা ( 'ভাজক হল:' , স্কেলার_মান )

new_array = np.divide ( অ্যারে1, স্কেলার_মান )

ছাপা ( 'ভাগফল অ্যারে হল:' , new_array )

আমাদের ডিভিডেন্ড অ্যারে এবং ভাজক স্কেলার ভেরিয়েবল তৈরি করার পরে, NumPy-এ বিভাজন সম্পাদন করতে divide() ফাংশনটিকে কল করি। আপনি লাইন 1 এ দেখতে পাচ্ছেন, আমরা numpy কে ওরফে np হিসাবে আমদানি করি। সুতরাং ফাংশনটিকে কল করার জন্য, প্রথমে আমরা 'np' লিখি কারণ এটি NumPy ফাংশন, তারপর ফাংশনের নাম 'divide' লিখি এবং divide() ফাংশন বন্ধনীতে প্যারামিটারটি পাস করি; এই উদাহরণে, আমরা প্রয়োজনীয় পরামিতিগুলিতে পাস করেছি, যেমন, অ্যারে 1 এবং স্ক্যালার_মান। NumPy divide() ফাংশনটি লেখার পরে, আমরা এই ফাংশনটিকে অন্য একটি নতুন অ্যারেতে সংরক্ষণ করেছি কারণ যখন আমরা আবার এই ফাংশনটি চাই, তখন আমাদের অ্যারে নামের মাধ্যমে, অর্থাৎ new_array-এর মাধ্যমে শুধু কল ডিভাইড() ফাংশন লিখতে হবে না। তারপর আমরা print() মেথড (একটি পূর্বনির্ধারিত পদ্ধতি) কল করে নতুন অ্যারে প্রিন্ট করি।

উপরে দেখানো কোডের আউটপুট এখানে দেখানো হয়েছে যেভাবে এটি শেলে প্রদর্শিত হয়। যেমন আপনি দেখতে পাচ্ছেন, আমরা ভাগফল অ্যারে পেয়েছি যা [1 2  3  4  5]।

উদাহরণ 02: দুটি অ্যারে উপাদান-ভিত্তিক ভাগ করা

এখন 2 এ যান nd divide() ফাংশনের উদাহরণ। এই উদাহরণে, divide() ফাংশন সম্পাদন করার জন্য আমাদের দুটি ইনপুট অ্যারে আছে। অ্যারে 1 হল “[5, 10, 15, 20, 25],” এবং অ্যারে2 হল “[3, 7, 11, 13, 17]”। এবং আমরা এটিতে প্রি-ডিফাইন মেথড print() মেথড কল করে উভয় অ্যারে প্রদর্শন করি। তারপরে আমরা divide() ফাংশনটিকে কল করি এবং এর মধ্যে প্যারামিটারগুলি (অর্থাৎ, অ্যারে 1 এবং অ্যারে2) পাস করি এবং ফাংশনটিকে “new_array” নামে আরেকটি নতুন অ্যারেতে সংরক্ষণ করি এবং print() পদ্ধতিতে কল করে প্রিন্ট করি।

numpy আমদানি করুন হিসাবে যেমন



ছাপা ( 'বিভাজন() ফাংশনের বাস্তবায়ন: \n ' )

array1 = [ 5 , 10 , পনের , বিশ , 25 ]

ছাপা ( 'লভ্যাংশ অ্যারে 1 হল:' , অ্যারে১ )

array2 = [ 3 , 7 , এগারো , 13 , 17 ]

ছাপা ( 'ভাজক অ্যারে 2 হল:' , array2 )

new_array = np.divide ( array1, array2 )

ছাপা ( 'ভাগফল অ্যারে হল:' , new_array )

NumPy-এ divide() ফাংশনের উপরে-সচিত্র উদাহরণের আউটপুট প্রদর্শন এখানে।

উদাহরণ 03: divide() ফাংশনে বহুমাত্রিক অ্যারে

এই 3 rd উদাহরণস্বরূপ, আমরা বহুমাত্রিক অ্যারেতে divide() ফাংশন বাস্তবায়ন করতে যাচ্ছি। প্রথমে, আমরা divide() ফাংশন বাস্তবায়ন করতে NumPy মডিউল আমদানি করি। তারপরে আমরা দুটি অ্যারে তৈরি করেছি, “অ্যারে1” এবং “অ্যারে2” এবং আমরা উভয় অ্যারে প্রিন্ট করেছি পূর্বনির্ধারিত প্রিন্ট() পদ্ধতিতে কল করে এবং এই অ্যারেগুলিকে পাস করে। তারপরে আমরা divide() ফাংশনটিকে alias np দিয়ে কল করি এবং এর মধ্যে array1 এবং array2 পাস করি এবং এই পুরো ফাংশনটিকে “new_array” নামে আরেকটি অ্যারেতে সংরক্ষণ করি যাতে আমাদের এই ফাংশনটিকে বারবার কল করতে না হয়। তারপর আমরা print() পদ্ধতি ব্যবহার করে 'new_array' প্রিন্ট করি।

numpy আমদানি করুন হিসাবে যেমন



ছাপা ( 'বিভাজন() ফাংশনের বাস্তবায়ন: \n ' )

array1 = [ [ 35 , 72 , 66 , একুশ ] , [ 90 , ৮৯ , পঞ্চাশ , ৮৮ ] ]

ছাপা ( 'লভ্যাংশ অ্যারে 1 হল:' , অ্যারে১ )

array2 = [ [ 19 , 99 , 43 , 22 ] , [ 87 , 46 , 75 , 18 ] ]

ছাপা ( 'ভাজক অ্যারে 2 হল:' , array2 )

new_array = np.divide ( array1, array2 )

ছাপা ( 'ভাগফল অ্যারে হল: \n ' , new_array )

NumPy-এ divide() ফাংশনের উপরের-সংজ্ঞায়িত কোডের আউটপুট কী তা দেখা যাক। আপনি নীচে দেখতে পাচ্ছেন, আমরা arra1 এবং array2 ভাগ করে কাঙ্ক্ষিত ভাগফল অ্যারে পেয়েছি।

উপসংহার

এই নিবন্ধে, আমরা divide() ফাংশন কী তা শিখেছি, এবং আমরা একাধিক ভিন্ন উদাহরণ প্রয়োগ করেছি এবং এই উদাহরণগুলির কোডের প্রতিটি লাইন ব্যাখ্যা করেছি যাতে বিভ্রান্তির কোনও বিন্দু অবশিষ্ট না থাকে।