mars.tensor.fmod#

mars.tensor.fmod(x1, x2, out=None, where=None, **kwargs)[来源]#

返回逐元素的除法余数。

这是C库函数fmod的NumPy实现，余数与被除数x1具有相同的符号。它等价于Matlab(TM) rem函数，不应与Python模运算符x1 % x2混淆。

Parameters

x1 (array_like) – 股息。
x2 (array_like) – 除数。
out (Tensor, None, 或 tuple 的 Tensor 和 None, 可选) – 结果存储的位置。如果提供，它必须具有和输入相同的广播形状。如果未提供或None，将返回一个新分配的张量。元组（仅作为关键字参数可能）必须具有与输出数量相等的长度。
where (array_like, 可选) – 值为 True 表示在该位置计算 ufunc，值为 False 表示保持输出中的该值不变。
**kwargs – 对于其他仅限关键字的参数，请参见 ufunc 文档.

Returns

y – x1 除以 x2 的余数。

Return type

张量类似

另请参阅

remainder: 相当于Python % 操作符。

divide

备注

负被除数和除数的模运算结果受惯例限制。对于 fmod，结果的符号是被除数的符号，而对于 remainder，结果的符号是除数的符号。fmod 函数等价于 Matlab(TM) rem 函数。

示例

>>> import mars.tensor as mt

>>> mt.fmod([-3, -2, -1, 1, 2, 3], 2).execute()
array([-1,  0, -1,  1,  0,  1])
>>> mt.remainder([-3, -2, -1, 1, 2, 3], 2).execute()
array([1, 0, 1, 1, 0, 1])

>>> mt.fmod([5, 3], [2, 2.]).execute()
array([ 1.,  1.])
>>> a = mt.arange(-3, 3).reshape(3, 2)
>>> a.execute()
array([[-3, -2],
       [-1,  0],
       [ 1,  2]])
>>> mt.fmod(a, [2,2]).execute()
array([[-1,  0],
       [-1,  0],
       [ 1,  0]])