numpy.arccosh()在 Python
中
numpy.arccosh() : 这个数学函数帮助用户计算所有 arr 的反双曲余弦。
语法:
numpy.arccosh(arr,/,out=None,*,其中=True, casting='same_kind ',order='K ',dtype=None,ufunc 'arccosh')
参数:
arr : 数组类 输入数组。 出:【标准,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,则返回新分配的阵列。 其中: array_like,可选 True 值表示计算该位置的 ufunc,False 值表示将该值单独留在输出中。 **kwargs : 允许将关键字可变长度的参数传递给函数。当我们想要处理函数中的命名参数时使用。
返回:一个 arr 的反双曲余弦值为 的数组,用于所有 arr,即数组元素。
注:
2pi 弧度= 360 度 惯例是返回 arr 的角度,其虚部在[-pi,pi]中,实部在[0,inf]中。
代码#1:工作
# Python program explaining
# arccosh() function
import numpy as np
in_array = [2, 1, 10, 100]
print ("Input array : \n", in_array)
arccosh_Values = np.arccosh(in_array)
print ("\nInverse hyperbolic Cosine values : \n", arccosh_Values)
输出:
Input array :
[2, 1, 10, 100]
Inverse hyperbolic Cosine values :
[ 1.3169579 0\. 2.99322285 5.29829237]
代码#2:图形表示
# Python program showing
# Graphical representation
# of arccosh() function
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
in_array = np.linspace(1, np.pi, 18)
out_array1 = np.cos(in_array)
out_array2 = np.arccosh(in_array)
print("in_array : ", in_array)
print("\nout_array with cos : ", out_array1)
print("\nout_array with arccosh : ", out_array2)
#blue for numpy.cosh()
# red for numpy.arccosh()
plt.plot(in_array, out_array1,
color = 'blue', marker = ".")
plt.plot(in_array, out_array2,
color = 'red', marker = "+")
plt.title("blue : numpy.cos() \nred : numpy.arccosh()")
plt.xlabel("X")
plt.ylabel("Y")
输出:
in_array : [ 1\. 1.12597604 1.25195208 1.37792812 1.50390415 1.62988019
1.75585623 1.88183227 2.00780831 2.13378435 2.25976038 2.38573642
2.51171246 2.6376885 2.76366454 2.88964058 3.01561662 3.14159265]
out_array with cos : [ 0.54030231 0.43029566 0.31346927 0.19167471 0.0668423 -0.0590495
-0.18400541 -0.30604504 -0.42323415 -0.53371544 -0.63573787 -0.72768451
-0.80809809 -0.87570413 -0.92943115 -0.96842762 -0.99207551 -1\. ]
out_array with arccosh : [ 0\. 0.49682282 0.69574433 0.84411504 0.96590748 1.07053332
1.16287802 1.24587516 1.32145434 1.39096696 1.45540398 1.51551804
1.57189678 1.62500948 1.67523791 1.7228975 1.76825238 1.81152627]
)