'اس ٹیوٹوریل میں، ہم یہ سیکھنے جا رہے ہیں کہ NumPy divide() فنکشن کیا ہے اور مختلف وضاحتی مثالوں کے ساتھ اس فنکشن کو کیسے استعمال کیا جائے۔
جیسا کہ آپ جانتے ہیں، فنکشن کے نام کے ساتھ، یعنی تقسیم۔ اگر ہم ریاضی کے بارے میں بات کرتے ہیں، تو ہم مخصوص جواب حاصل کرنے کے لیے دو نمبروں کو تقسیم کرتے ہیں۔
تعارف
یہاں تقسیم کا فنکشن وہی کام کرے گا جیسا کہ ہم نے اوپر بتایا ہے۔ فرق صرف اتنا ہے کہ وہاں ہم دو نمبروں کو تقسیم کر رہے ہیں، اور یہاں ہم صفوں کے ہر عنصر کو تقسیم کر رہے ہیں۔ اسی لیے اسے عنصر وار تقسیم کہا جاتا ہے۔
NumPy divide() فنکشن ایک ہی سائز کی NumPy اریوں کو تقسیم کرتا ہے۔ NumPy divide() حقیقی تقسیم کرتا ہے، جس کا مطلب ہے کہ ہمیں فلوٹنگ پوائنٹ میں آؤٹ پٹ ملتا ہے۔
نحو
آئیے NumPy میں divide() فنکشن کے تحریری انداز اور نفاذ پر بات کرتے ہیں۔ سب سے پہلے، ہمیں python کی لائبریری کا نام لکھنا ہے جو ہم استعمال کر رہے ہیں، جو کہ 'numpy' ہے اور پھر ہمارے پاس ایک فنکشن کا نام ہے 'divide'، جسے ہم انجام دینے جا رہے ہیں۔ پھر ہم نے پیرامیٹرز کو فنکشن میں منتقل کیا۔
پیرامیٹرز
درج ذیل مطلوبہ اور اختیاری پیرامیٹرز ہیں جو ہم نے NumPy میں divide() فنکشن کے نفاذ کے دوران پاس کیے تھے۔
مطلوبہ پیرامیٹرز
صف 1: وہ صف ہے جس میں ڈیویڈنڈ عناصر شامل ہوں گے۔
array2: وہ صف ہے جو تقسیم کرنے والے عناصر پر مشتمل ہوگی۔
اختیاری پیرامیٹرز
باہر: پہلے سے طے شدہ طور پر، اس کی قدر 'کوئی نہیں' ہے، جس کا مطلب ہے کہ قدر محفوظ ہے۔ اگر قدر نہیں دی گئی ہے، تو تازہ تفویض کردہ سرنی واپس کر دی جائے گی۔
کہاں: یہ پیرامیٹر ان پٹ اری پر نشر ہوتا ہے۔ اگر بیان درست ہے تو آؤٹ پٹ اری کو یونیورسل فنکشن (ufunc) نتیجہ پر سیٹ کر دیا جائے گا۔ اگر یہ غلط ہے، تو باہر کی صف اپنا اصل نتیجہ برقرار رکھے گی۔
واپسی کی قیمت
ان پٹ اری کی واپسی ہوئی قدر نئی تشکیل شدہ صف ہے جس میں divide() فنکشن کا عنصر وار تقسیم ہوتا ہے۔
مثال 01: اسکیلر ویلیو کے لحاظ سے 1D اری کو تقسیم کریں۔
اب divide() فنکشن کی پہلی مثال کی طرف چلتے ہیں۔ جیسا کہ ہم جانتے ہیں کہ divide() فنکشن کا استعمال دو اریوں کو عنصر کے لحاظ سے تقسیم کرنے کے لیے کیا جاتا ہے، لیکن یہاں ہماری پہلی مثال میں، ہمارے پاس ڈیویڈنڈ کے طور پر ایک ارے ہے، اور دوسری ہمارے پاس ایک تقسیم کار کے طور پر اسکیلر ویلیو ہے۔ ازگر کے پروگرام کو لاگو کرنے کے لیے، پہلے آپ کو اس پروگرام کو چلانے کے لیے کوئی بھی ازگر کمپائلر انسٹال کرنا ہوگا۔
اب، آئیے اپنی پہلی کوڈ لائن کی وضاحت کرنا شروع کریں۔ چونکہ ہم NumPy division() فنکشن استعمال کریں گے، ہمیں پہلے NumPy ماڈیول درآمد کرنا ہوگا۔ پھر ہم 'تقسیم () فنکشن کا نفاذ:' پیغام ظاہر کرنے کے لیے پرنٹ () طریقہ استعمال کرتے ہیں جو ظاہر کرتا ہے کہ ہم تقسیم () فنکشن کو نافذ کرنے جا رہے ہیں۔ اور پھر، ہم پرنٹ () طریقہ میں ایک فارمیٹ سپیسفائر '\n' استعمال کرتے ہیں جو کہ نئی لائن میں داخل ہونے کے لیے استعمال ہوتا ہے۔
پھر ہم اپنی ڈیویڈنڈ اری '[2, 4, 6, 8, 10]' کو 'array1' کے نام سے بناتے ہیں۔ آؤٹ پٹ میں array1 کو ظاہر کرنے کے لیے، ہم نے پرنٹ() طریقہ کہا اور اس میں سرنی کو پاس کیا۔ ہم array1 سے متعلق متعلقہ پیغام کو بھی ظاہر کرنا چاہتے ہیں، اس لیے ہم نے پرنٹ کے طریقہ کار میں پیغام کو ڈبل کوٹیشن مارکس میں بھی لکھا ہے۔ پھر ہم ایک تقسیم کار کے طور پر 'scaler_value' کے نام سے ایک اسکیلر متغیر '2' بناتے ہیں، اور ہم پرنٹ() طریقہ استعمال کرکے اور اس میں متغیر کا نام پاس کرکے اسکیلر متغیر کی قدر ظاہر کرتے ہیں۔
numpy درآمد کریں۔ کے طور پر جیسےپرنٹ کریں ( تقسیم () فنکشن کا نفاذ: \n ' )
array1 = [ دو , 4 , 6 , 8 , 10 ]
پرنٹ کریں ( 'ڈیویڈنڈ سرنی ہے:' , array1 )
سکیلر_ویلیو = دو
پرنٹ کریں ( 'تقسیم کرنے والا ہے:' ,scler_value )
new_array = np.divide ( array1,scaler_value )
پرنٹ کریں ( 'حصص کی صف یہ ہے:' , new_array )
ہماری ڈیویڈنڈ اری اور ڈیوائزر اسکیلر ویری ایبل بنانے کے بعد، آئیے پھر NumPy میں تقسیم کرنے کے لیے divide() فنکشن کو کال کریں۔ جیسا کہ آپ لائن 1 میں دیکھتے ہیں، ہم numpy کو عرف np کے طور پر درآمد کرتے ہیں۔ اس لیے فنکشن کو کال کرنے کے لیے، پہلے ہم 'np' لکھتے ہیں کیونکہ یہ NumPy فنکشن ہے، پھر فنکشن کا نام 'divide' لکھیں اور divide() فنکشن بریکٹ میں پیرامیٹر پاس کریں۔ اس مثال میں، ہم مطلوبہ پیرامیٹرز، یعنی array1 اور scaler_value تک پہنچ گئے۔ NumPy divide() فنکشن لکھنے کے بعد، ہم نے اس فنکشن کو ایک اور نئے ارے میں محفوظ کر لیا ہے کیونکہ جب ہم دوبارہ یہ فنکشن چاہتے ہیں، تو ہمیں array name یعنی new_array کے ذریعے صرف کال divide() فنکشن لکھنے کی ضرورت نہیں ہے۔ پھر ہم پرنٹ () طریقہ (ایک پہلے سے طے شدہ طریقہ) کو کال کرکے نئی صف کو پرنٹ کرتے ہیں۔
اوپر دکھائے گئے کوڈ کا آؤٹ پٹ یہاں دکھایا گیا ہے جیسا کہ یہ شیل میں ظاہر ہوتا ہے۔ جیسا کہ آپ دیکھ رہے ہیں، ہمیں اقتباس کی صف ملتی ہے جو کہ [1 2 3 4 5] ہے۔
مثال 02: دو صفوں کو عنصر کے لحاظ سے تقسیم کرنا
اب 2 کی طرف بڑھیں۔ nd divide() فنکشن کی مثال۔ اس مثال میں، ہمارے پاس divide() فنکشن کو انجام دینے کے لیے دو ان پٹ ارے ہیں۔ سرنی 1 ہے '[5, 10, 15, 20, 25],' اور array2 '[3, 7, 11, 13, 17]' ہے۔ اور ہم اس میں پہلے سے طے شدہ طریقہ پرنٹ() طریقہ کو کال کرکے دونوں اریوں کو ظاہر کرتے ہیں۔ پھر ہم divide() فنکشن کو کال کرتے ہیں اور اس میں پیرامیٹرز (یعنی array1 اور array2) کو پاس کرتے ہیں اور فنکشن کو 'new_array' نامی ایک اور نئی اری میں اسٹور کرتے ہیں اور پرنٹ() طریقہ کو کال کرکے پرنٹ کرتے ہیں۔
numpy درآمد کریں۔ کے طور پر جیسےپرنٹ کریں ( تقسیم () فنکشن کا نفاذ: \n ' )
array1 = [ 5 , 10 , پندرہ , بیس , 25 ]
پرنٹ کریں ( 'ڈیویڈنڈ اری 1 ہے:' , array1 )
array2 = [ 3 , 7 , گیارہ , 13 , 17 ]
پرنٹ کریں ( 'تقسیم صف 2 ہے:' , array2 )
new_array = np.divide ( array1، array2 )
پرنٹ کریں ( 'حصص کی صف یہ ہے:' , new_array )
NumPy میں divide() فنکشن کی اوپر دی گئی مثال کا آؤٹ پٹ ڈسپلے یہ ہے۔
مثال 03: divide() فنکشن میں کثیر جہتی صفیں۔
اس میں 3 rd مثال کے طور پر، ہم divide() فنکشنز کو ملٹی ڈائمینشنل اری پر لاگو کرنے جا رہے ہیں۔ سب سے پہلے، ہم divide() فنکشن کو نافذ کرنے کے لیے NumPy ماڈیول درآمد کرتے ہیں۔ پھر ہم نے دو arrays بنائے، 'array1' اور 'array2،' اور ہم نے پہلے سے طے شدہ پرنٹ() طریقہ کو کال کرکے اور ان اریوں کو اس میں پاس کرکے دونوں اریوں کو پرنٹ کیا۔ پھر ہم نے divide() فنکشن کو عرف np کے ساتھ کال کیا اور اس میں array1 اور array2 کو پاس کیا، اور اس پورے فنکشن کو 'new_array' نامی ایک اور اری میں اسٹور کیا تاکہ ہمیں اس فنکشن کو بار بار کال نہ کرنا پڑے۔ پھر ہم print() طریقہ استعمال کرکے 'new_array' پرنٹ کرتے ہیں۔
numpy درآمد کریں۔ کے طور پر جیسےپرنٹ کریں ( تقسیم () فنکشن کا نفاذ: \n ' )
array1 = [ [ 35 , 72 , 66 , اکیس ] , [ 90 , 89 , پچاس , 88 ] ]
پرنٹ کریں ( 'ڈیویڈنڈ اری 1 ہے:' , array1 )
array2 = [ [ 19 , 99 , 43 , 22 ] , [ 87 , 46 , 75 , 18 ] ]
پرنٹ کریں ( 'تقسیم صف 2 ہے:' , array2 )
new_array = np.divide ( array1، array2 )
پرنٹ کریں ( 'حصہ دار صف یہ ہے: \n ' , new_array )
آئیے دیکھتے ہیں کہ NumPy میں divide() فنکشن کے اوپر بیان کردہ کوڈ کا آؤٹ پٹ کیا ہے۔ جیسا کہ آپ نیچے دیکھ رہے ہیں، ہم نے arra1 اور array2 کو تقسیم کر کے مطلوبہ اقتباس حاصل کر لیا ہے۔
نتیجہ
اس آرٹیکل میں، ہم نے سیکھا ہے کہ divide() فنکشن کیا ہے، اور ہم نے متعدد مختلف مثالوں کو بھی لاگو کیا ہے اور ان مثالوں کے کوڈ کی ہر سطر کی وضاحت کی ہے تاکہ کوئی الجھن باقی نہ رہے۔