Funkcja numpy.sqrt(array[, out]) służy do określania dodatniego pierwiastka kwadratowego tablicy w ujęciu elementowym.
Składnia: numpy.sqrt() Parametry: tablica: [array_like] Wartości wejściowe, dla których należy wyznaczyć pierwiastek kwadratowy. na zewnątrz : [ndarray, opcjonalnie] Alternatywny obiekt tablicowy, w którym należy umieścić wynik; jeśli jest przewidziany, musi mieć taki sam kształt jak przyr . Zwroty : [ndarray] Zwraca pierwiastek kwadratowy z liczby w tablicy.
Kod nr 1:
Python3
# Python program explaining> # numpy.sqrt() method> # importing numpy> import> numpy as geek> # applying sqrt() method on integer numbers> arr1>=> geek.sqrt([>1>,>4>,>9>,>16>])> arr2>=> geek.sqrt([>6>,>10>,>18>])> print>('square>->root of an array1 : ', arr1)> print>('square>->root of an array2 : ', arr2)> |
>
konwertuj wartość logiczną na ciąg
>
Kod nr 2:
Python3
# Python program explaining> # numpy.sqrt() method> # importing numpy> import> numpy as geek> # applying sqrt() method on complex numbers> arr>=> geek.sqrt([>4>,>->1>,>->5> +> 9J>])> print>('square>->root of an array : ', arr)> |
>
>
Kod nr 3:
dziedziczenie w Javie
Python3
# Python program explaining> # numpy.sqrt() method> # importing numpy> import> numpy as geek> # applying sqrt() method on negative element of real numbers> arr>=> geek.sqrt([>->4>,>5>,>->6>])> print>('square>->root of an array : ', arr)> |
>
>
Oto przykładowy kod numpy.sqrt() w Pythonie:
Python3
import> numpy as np> # Create a numpy array> arr>=> np.array([>1>,>4>,>9>,>16>,>25>])> # Calculate the square root of each element in the array> sqrt_arr>=> np.sqrt(arr)> # Print the resulting array> print>(sqrt_arr)> |
>
>
Wyjście:
[1. 2. 3. 4. 5.]
Zalety:
Funkcja numpy.sqrt() to szybki i skuteczny sposób obliczania pierwiastka kwadratowego tablicy lub pojedynczej wartości w Pythonie.
Funkcja numpy.sqrt() jest przydatna w wielu obliczeniach matematycznych i zastosowaniach naukowych, takich jak obliczanie odległości, prędkości i przyspieszeń w fizyce.
Niedogodności:
- Funkcja numpy.sqrt() może nie być wystarczająco precyzyjna w przypadku niektórych zastosowań naukowych, które wymagają wysokiego poziomu precyzji.
- Funkcja numpy.sqrt() może nie być odpowiednia dla wszystkich typów danych, np. liczb ujemnych lub zespolonych.
Ważne punkty:
- Funkcja numpy.sqrt() zwraca pierwiastek kwadratowy tablicy lub pojedynczą wartość.
- Funkcji numpy.sqrt() można używać zarówno w przypadku liczb rzeczywistych, jak i zespolonych.
- Funkcji numpy.sqrt() można używać w połączeniu z innymi funkcjami NumPy w celu wykonywania bardziej złożonych operacji matematycznych.
- Funkcji numpy.sqrt() można użyć do normalizacji danych poprzez skalowanie ich do zakresu jednostek.
Leksykony:
Podręcznik Python for Data Science autorstwa Jake’a VanderPlasa szczegółowo omawia bibliotekę NumPy i jej zastosowania w nauce o danych, w tym funkcje służące do operacji matematycznych, takie jak numpy.sqrt().
Numerical Python: A Practical Techniques Approach for Industry autorstwa Roberta Johanssona szczegółowo omawia bibliotekę NumPy i jej zastosowania w obliczeniach numerycznych i obliczeniach naukowych, w tym funkcje służące do operacji matematycznych, takie jak numpy.sqrt().
Podręcznik Python Data Science Essentials autorstwa Alberto Boschettiego i Luca Massarona szczegółowo omawia bibliotekę NumPy i jej zastosowania w nauce o danych, w tym funkcje służące do operacji matematycznych, takie jak numpy.sqrt().