numpy.arccosh() en Python

numpy.arccosh() : esta función matemática ayuda al usuario a calcular el coseno hiperbólico inverso, por elementos para todos los arr.

Sintaxis:

numpy.arccosh(arr, /, out=Ninguno, *, where=True,
casting=’mismo_tipo’, order=’K’, dtype=Ninguno, ufunc ‘arccosh’)

Parámetros:

arr : array_like Array de
entrada.
out : [ndarray, opcional] Una ubicación en la que se almacena el resultado.
  -> Si se proporciona, debe tener una forma a la que se transmitan las entradas.
  -> Si no se proporciona o Ninguno, se devuelve una array recién asignada.
donde: array_like, los
valores opcionales de True indican calcular el ufunc en esa posición, los valores de False indican dejar el valor en la salida solo.
**kwargs: permite pasar la longitud variable de la palabra clave del argumento a una función. Se usa cuando queremos manejar un argumento con nombre en una función.

Retorno: Una array con coseno hiperbólico inverso de arr
para todos los elementos de array de arr ie.

Nota :

2pi Radianes = 360 grados
La convención es devolver el ángulo de arr cuya parte imaginaria está en [-pi, pi] y la parte real en [0, inf].

 
Código #1: Trabajando

# 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)

Producción :

Input array : 
 [2, 1, 10, 100]

Inverse hyperbolic Cosine values : 
 [ 1.3169579   0.          2.99322285  5.29829237]

 
Código #2: Representación gráfica

# 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")

Producción :


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]

)

Publicación traducida automáticamente

Artículo escrito por jana_sayantan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *