• Python numpy 入门系列 18 数学函数


    NumPy 包含大量的各种数学运算的函数,包括三角函数,算术运算的函数,复数处理函数等。

    三角函数

    NumPy 提供了标准的三角函数:sin()、cos()、tan()

    实例

    import numpy as np
     
    a = np.array([0,30,45,60,90])
    print ('不同角度的正弦值:')
    # 通过乘 pi/180 转化为弧度  
    print (np.sin(a*np.pi/180))
    print ('\n')
    print ('数组中角度的余弦值:')
    print (np.cos(a*np.pi/180))
    print ('\n')
    print ('数组中角度的正切值:')
    print (np.tan(a*np.pi/180))

    输出结果为:

    不同角度的正弦值:
    [0.         0.5        0.70710678 0.8660254  1.        ]
    
    
    数组中角度的余弦值:
    [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
     6.12323400e-17]
    
    
    数组中角度的正切值:
    [0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
     1.63312394e+16]

    arcsin,arccos,和 arctan 函数返回给定角度的 sin,cos 和 tan 的反三角函数。

    这些函数的结果可以通过 numpy.degrees() 函数将弧度转换为角度。

    实例

    import numpy as np
     
    a = np.array([0,30,45,60,90])  
    print ('含有正弦值的数组:')
    sin = np.sin(a*np.pi/180)  
    print (sin)
    print ('\n')
    print ('计算角度的反正弦,返回值以弧度为单位:')
    inv = np.arcsin(sin)  
    print (inv)
    print ('\n')
    print ('通过转化为角度制来检查结果:')
    print (np.degrees(inv))
    print ('\n')
    print ('arccos 和 arctan 函数行为类似:')
    cos = np.cos(a*np.pi/180)  
    print (cos)
    print ('\n')
    print ('反余弦:')
    inv = np.arccos(cos)  
    print (inv)
    print ('\n')
    print ('角度制单位:')
    print (np.degrees(inv))
    print ('\n')
    print ('tan 函数:')
    tan = np.tan(a*np.pi/180)  
    print (tan)
    print ('\n')
    print ('反正切:')
    inv = np.arctan(tan)  
    print (inv)
    print ('\n')
    print ('角度制单位:')
    print (np.degrees(inv))

    输出结果为:

    含有正弦值的数组:
    [0.         0.5        0.70710678 0.8660254  1.        ]
    
    
    计算角度的反正弦,返回值以弧度为单位:
    [0.         0.52359878 0.78539816 1.04719755 1.57079633]
    
    
    通过转化为角度制来检查结果:
    [ 0. 30. 45. 60. 90.]
    
    
    arccos  arctan 函数行为类似:
    [1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
     6.12323400e-17]
    
    
    反余弦:
    [0.         0.52359878 0.78539816 1.04719755 1.57079633]
    
    
    角度制单位:
    [ 0. 30. 45. 60. 90.]
    
    
    tan 函数:
    [0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
     1.63312394e+16]
    
    
    反正切:
    [0.         0.52359878 0.78539816 1.04719755 1.57079633]
    
    
    角度制单位:
    [ 0. 30. 45. 60. 90.]

    舍入函数

    numpy.around() 函数返回指定数字的四舍五入值

    numpy.around(a,decimals)

    参数说明:

    • a: 数组
    • decimals: 舍入的小数位数。 默认值为0。 如果为负,整数将四舍五入到小数点左侧的位置

    实例

    import numpy as np
     
    a = np.array([1.0,5.55,  123,  0.567,  25.532])  
    print  ('原数组:')
    print (a)
    print ('\n')
    print ('舍入后:')
    print (np.around(a))
    print (np.around(a, decimals =  1))
    print (np.around(a, decimals =  -1))

    输出结果为:

    原数组:
    [  1.      5.55  123.      0.567  25.532]
    
    
    舍入后:
    [  1.   6. 123.   1.  26.]
    [  1.    5.6 123.    0.6  25.5]
    [  0.  10. 120.   0.  30.]

    numpy.floor()

    numpy.floor() 返回小于或者等于指定表达式的最大整数,即向下取整

    实例

    import numpy as np
     
    a = np.array([-1.7,  1.5,  -0.2,  0.6,  10])
    print ('提供的数组:')
    print (a)
    print ('\n')
    print ('修改后的数组:')
    print (np.floor(a))

    输出结果为:

    提供的数组:
    [-1.7  1.5 -0.2  0.6 10. ]
    
    
    修改后的数组:
    [-2.  1. -1.  0. 10.]

    numpy.ceil()

    numpy.ceil() 返回大于或者等于指定表达式的最小整数,即向上取整

    实例

    import numpy as np
     
    a = np.array([-1.7,  1.5,  -0.2,  0.6,  10])  
    print  ('提供的数组:')
    print (a)
    print ('\n')
    print ('修改后的数组:')
    print (np.ceil(a))

    输出结果为:

    提供的数组:
    [-1.7  1.5 -0.2  0.6 10. ]
    
    
    修改后的数组:
    [-1.  2. -0.  1. 10.]

    REF

    https://www.runoob.com/numpy/numpy-mathematical-functions.html

  • 相关阅读:
    【Java】RuleSource约束常用方法整理
    【Oracle】多次提交造成性能慢及处理方法
    【Oracle】ORA-28000: the account is locked-的解决办法
    【Eclipse】几个最重要的快捷键
    JavaScript 垃圾回收总结
    JavaScript 执行环境(作用域)总结
    JavaScript基本数据类型
    全局 Ajax 事件处理器
    require.js 模块化
    配置apache反向代理进行跨域
  • 原文地址:https://www.cnblogs.com/emanlee/p/16019509.html
Copyright © 2020-2023  润新知