En este artículo, calcularemos el coseno inverso con scimath en Python usando NumPy .
método numpy.arccos
Una array NumPy se puede crear de diferentes maneras, por varios números y definiendo el tamaño de la array. También se puede crear con el uso de varios tipos de datos, como listas, tuplas, etc. El método np.emath.arccos() del paquete NumPy se usa para calcular el coseno inverso con scimath en python. A continuación se muestra la sintaxis del método arccos.
Sintaxis: numpy.arccos(x, out=Ninguno, where=Verdadero)
Parámetros:
- x: array_like
- fuera: tupla de ndarray (opcional)
Devolución: devuelve el ángulo z cuya parte real está en [0, pi].
Ejemplo 1:
Aquí, crearemos una array NumPy y usaremos np.emath.arccos() para calcular el coseno inverso para los valores dados. La forma de la array se encuentra por el . atributo de forma , la dimensión de la array se encuentra mediante el atributo .ndim y el tipo de datos de la array es el atributo .dtype .
Python3
import numpy as np # Creating an array array = np.array([1,2,-3, -4]) print(array) # shape of the array is print("Shape of the array is : ",array.shape) # dimension of the array print("The dimension of the array is : ",array.ndim) # Datatype of the array print("Datatype of our Array is : ",array.dtype) # computing inverse cosine print(np.emath.arccos(array))
Producción:
[ 1 2 -3 -4]
La forma de la array es: (4,)
La dimensión de la array es: 1
El tipo de datos de nuestro Array es: int64
[0. -0.j 0. -1.3169579j 3.14159265-1.76274717j
3.14159265-2.06343707j]
Ejemplo 2:
En este ejemplo, estamos tomando números complejos como entrada para encontrar el coseno inverso.
Python3
import numpy as np # Creating an array array = np.array([1-2j,2+4j,-3+1j, -4+5j]) print(array) # shape of the array is print("Shape of the array is : ",array.shape) # dimension of the array print("The dimension of the array is : ",array.ndim) # Datatype of the array print("Datatype of our Array is : ",array.dtype) # computing inverse cosine print(np.emath.arccos(array))
Producción:
[ 1.-2.j 2.+4.j -3.+1.j -4.+5.j]
La forma de la array es: (4,)
La dimensión de la array es: 1
El tipo de datos de nuestro Array es: complex128
[1.14371774+1.52857092j 1.11692612-2.19857303j 2.80389154-1.8241987j
2.2396129 -2.55132163j]
Publicación traducida automáticamente
Artículo escrito por sarahjane3102 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA