NumPy-Mathematikfunktionen

NumPy enthält eine große Anzahl von Funktionen für verschiedene mathematische Operationen, darunter trigonometrische Funktionen, arithmetische Operationsfunktionen, Funktionen zur Verarbeitung komplexer Zahlen usw.

Trigonometrische Funktionen

NumPy bietet standardmäßige trigonometrische Funktionen: sin(), cos(), tan().

Beispiel

import numpy as np a = np.array([0,30,45,60,90]) print ('Sinuswerte für verschiedene Winkel:') # Umrechnung in Radianten durch Multiplikation mit pi/180 print (np.sin(a*np.pi/180)) print ('\n') print ('Kosinuswerte der Winkel im Array:') print (np.cos(a*np.pi/180)) print ('\n') print ('Tangenswerte der Winkel im Array:') print (np.tan(a*np.pi/180))

Das Ausgabeergebnis ist:

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]

Die Funktionen arcsin, arccos und arctan geben die inversen trigonometrischen Funktionen von sin, cos und tan für gegebene Winkel zurück.

Die Ergebnisse dieser Funktionen können mit der Funktion numpy.degrees() von Bogenmaß in Grad umgerechnet werden.

Beispiel

import numpy as np a = np.array([0,30,45,60,90]) print ('Array mit Sinuswerten:') sin = np.sin(a*np.pi/180) print (sin) print ('\n') print ('Berechne den Arkussinus der Winkel, wobei der Rückgabewert im Bogenmaß (Radiant) angegeben wird:') inv = np.arcsin(sin) print (inv) print ('\n') print ('Überprüfe das Ergebnis durch Umrechnung in Grad:') print (np.degrees(inv)) print ('\n') print ('Die Funktionen arccos und arctan verhalten sich ähnlich:') cos = np.cos(a*np.pi/180) print (cos) print ('\n') print ('Arkuskosinus:') inv = np.arccos(cos) print (inv) print ('\n') print ('Grad-Einheiten:') print (np.degrees(inv)) print ('\n') print ('tan-Funktion:') tan = np.tan(a*np.pi/180) print (tan) print ('\n') print ('Arkustangens:') inv = np.arctan(tan) print (inv) print ('\n') print ('Grad-Einheiten:') print (np.degrees(inv))

Das Ausgabeergebnis ist:

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 和 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.]

Rundungsfunktionen

Die numpy.around()-Funktion gibt den gerundeten Wert der angegebenen Zahl zurück.

numpy.around(a,decimals)

Parameter description:

a: Array
decimals: Die Anzahl der Dezimalstellen, auf die gerundet werden soll. Der Standardwert ist 0. Wenn negativ, wird auf die Stelle links vom Dezimalpunkt gerundet.

Beispiel

import numpy as np a = np.array([1.0,5.55, 123, 0.567, 25.532]) print ('Ursprüngliches Array:') print (a) print ('\n') print ('Nach Rundung:') print (np.around(a)) print (np.around(a, decimals = 1)) print (np.around(a, decimals = -1))

Das Ausgabeergebnis ist:

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() gibt die größte ganze Zahl zurück, die kleiner oder gleich dem angegebenen Ausdruck ist, d. h. Abrunden.

Beispiel

import numpy as np a = np.array([-1.7, 1.5, -0.2, 0.6, 10]) print ('Das bereitgestellte Array:') print (a) print ('\n') print ('Das geänderte Array:') print (np.floor(a))

Das Ausgabeergebnis ist:

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() gibt die kleinste ganze Zahl zurück, die größer oder gleich dem angegebenen Ausdruck ist, d. h. Aufrunden.

Beispiel

import numpy as np a = np.array([-1.7, 1.5, -0.2, 0.6, 10]) print ('Das bereitgestellte Array:') print (a) print ('\n') print ('Das geänderte Array:') print (np.ceil(a))

Das Ausgabeergebnis ist:

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.]

Andere Erweiterungen