NumPy 雙曲函數(shù)

NumPy 提供了 sinh()、cosh() 和 tanh() 等 ufunc，它們接受弧度值并生成相應(yīng)的雙曲正弦、雙曲余弦和雙曲正切值。

示例：

import numpy as np

x = np.sinh(np.pi/2)

print(x)

示例

找到數(shù)組 arr 中所有值的雙曲余弦值：

import numpy as np

arr = np.array([np.pi/2, np.pi/3, np.pi/4, np.pi/5])

x = np.cosh(arr)

print(x)

查找角度

從雙曲正弦、雙曲余弦、雙曲正切值查找角度。例如，sinh、cosh 和 tanh 的反函數(shù)（arcsinh、arccosh、arctanh）。

NumPy 提供了 arcsinh()、arccosh() 和 arctanh() 等 ufunc，它們給出相應(yīng) sinh、cosh 和 tanh 值的弧度值。

示例

找到 1.0 的角度：

import numpy as np

x = np.arcsinh(1.0)

print(x)

數(shù)組中每個(gè)值的角度

示例

找到數(shù)組中所有 tanh 值的角度：

import numpy as np

arr = np.array([0.1, 0.2, 0.5])

x = np.arctanh(arr)

print(x)

NumPy 集合操作

什么是集合

在數(shù)學(xué)中，集合是一組唯一元素的集合。

集合用于頻繁進(jìn)行交集、并集和差集運(yùn)算。

在 NumPy 中創(chuàng)建集合

我們可以使用 NumPy 的 unique() 方法從任何數(shù)組中找到唯一元素。例如，創(chuàng)建一個(gè)集合數(shù)組，但請(qǐng)記住，集合數(shù)組應(yīng)該只是一維數(shù)組。

示例 將以下包含重復(fù)元素的數(shù)組轉(zhuǎn)換為集合：

import numpy as np

arr = np.array([1, 1, 1, 2, 3, 4, 5, 5, 6, 7])

x = np.unique(arr)

print(x)

查找并集

要找到兩個(gè)數(shù)組的唯一值，請(qǐng)使用 union1d() 方法。

示例

找到以下兩個(gè)集合數(shù)組的并集：

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

newarr = np.union1d(arr1, arr2)

print(newarr)

查找交集

要找到僅在兩個(gè)數(shù)組中都存在的值，請(qǐng)使用 intersect1d() 方法。

示例

找到以下兩個(gè)集合數(shù)組的交集：

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

newarr = np.intersect1d(arr1, arr2, assume_unique=True)

print(newarr)

注意： intersect1d() 方法接受一個(gè)可選參數(shù) assume_unique，如果設(shè)置為 True，則可以加快計(jì)算速度。在處理集合時(shí)應(yīng)始終將其設(shè)置為 True。

查找差集

要找到第一個(gè)集合中存在但第二個(gè)集合中不存在的值，請(qǐng)使用 setdiff1d() 方法。

示例

找到 set2 中不存在的 set1 的差集：

import numpy as np

set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])

newarr = np.setdiff1d(set1, set2, assume_unique=True)

print(newarr)

注意： setdiff1d() 方法接受一個(gè)可選參數(shù) assume_unique，如果設(shè)置為 True，則可以加快計(jì)算速度。在處理集合時(shí)應(yīng)始終將其設(shè)置為 True。

查找對(duì)稱(chēng)差

要找到兩個(gè)集合中都不存在的值，請(qǐng)使用 setxor1d() 方法。

示例

找到 set1 和 set2 的對(duì)稱(chēng)差：

import numpy as np

set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])

newarr = np.setxor1d(set1, set2, assume_unique=True)

print(newarr)

注意： setxor1d() 方法接受一個(gè)可選參數(shù) assume_unique，如果設(shè)置為 True，則可以加快計(jì)算速度。在處理集合時(shí)應(yīng)始終將其設(shè)置為 True。

最后

到此這篇關(guān)于NumPy雙曲函數(shù)與集合操作詳解的文章就介紹到這了,更多相關(guān)NumPy雙曲函數(shù)與集合內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論