NumPy Cos

Numpy Cos



NumPy cos-funktionen repræsenterer den trigonometriske cosinusfunktion. Denne funktion beregner forholdet mellem længden af ​​basen (nærmeste side til vinklen) og længden af ​​hypotenusen. NumPy cos finder den trigonometriske cosinus af arrayets elementer. Disse beregnede cosinusværdier er altid repræsenteret i radianerne. Når vi taler om arrays i Python-scriptet, så skal vi nævne 'NumPy'. NumPy er biblioteket, der tilbydes af Python-platformen, og det giver mulighed for at arbejde med multidimensionelle arrays og matricer. Desuden arbejder dette bibliotek også med forskellige matrixoperationer.

Procedure

Metoderne til implementering af NumPy cos-funktionen vil blive diskuteret og vist i denne artikel. Denne artikel vil give en kort baggrund om historien om NumPy cos-funktionen og derefter uddybe syntaksen vedrørende denne funktion med forskellige eksempler implementeret i Python-scriptet.







Syntaks

$ numpy. Cos ( x , ud ) = Ingen )

Vi har nævnt syntaksen for NumPy cos-funktionen i pythonsproget. Funktionen har to parametre i alt, og de er 'x' og 'out'. x er arrayet med alle dets elementer i radianer, hvilket er arrayet, som vi vil videregive til cos ()-funktionen for at finde cosinus af dets elementer. Den følgende parameter er 'out', og den er valgfri. Uanset om du giver det eller ej, kører funktionen stadig perfekt, men denne parameter fortæller, hvor outputtet er placeret eller gemt. Dette var den grundlæggende syntaks for NumPy cos-funktionen. Vi vil i denne artikel demonstrere, hvordan vi kan bruge denne grundlæggende syntaks og ændre dens parameter til vores krav i de kommende eksempler.



Returværdi

Funktionens returværdi vil være arrayet med elementerne, som vil være cosinusværdierne (i radianer) af de elementer, der tidligere var til stede i det originale array.



Eksempel 1

Nu hvor vi alle er bekendt med syntaksen og arbejdet med NumPy cos ()-funktionen, lad os prøve at implementere denne funktion i forskellige scenarier. Vi vil først installere 'spyder' til Python, en open source Python-kompiler. Derefter vil vi lave et nyt projekt i Python-skallen og gemme det på det ønskede sted. Vi installerer python-pakken gennem terminalvinduet ved hjælp af de specifikke kommandoer for at bruge alle funktionerne i Python til vores eksempel. Når vi gør det, har vi allerede installeret 'NumPy', og nu vil vi importere dette modul med navnet 'np' for at erklære arrayet og implementere NumPy cos ()-funktionen.





Efter at have fulgt denne procedure er vores projekt klar til at skrive programmet på det. Vi begynder at skrive programmet ved at erklære arrayet. Dette array ville være 1-dimensionelt. Elementerne i arrayet ville være i radianer, så vi vil bruge NumPy-modulet som 'np' til at tildele elementerne til dette array som 'np. array ([np. pi /3, np. pi/4, np. pi ] )'. Ved hjælp af cos ()-funktionen finder vi cosinus for denne matrix, så vi kalder funktionen 'np. cos (array_name, out= new_array).

I denne funktion skal du erstatte array_name med navnet på det array, som vi har erklæret, og angive, hvor vi gerne vil gemme resultaterne fra cos ()-funktionen. Kodestykket for dette program er givet i følgende figur, som kan kopieres til Python-kompileren og køres for at se outputtet:



#importer numpy-modulet

importere nusset som for eksempel.

#erklærer arrayet

array = [ for eksempel. pi / 3 , for eksempel. pi / 4 , for eksempel. pi ]

#viser det originale array

Print ( 'Input array:' , array )

#anvender cos-funktion

cosinus_ud = for eksempel. cos ( array )

#display opdateret array

Print ( 'Cosinus_værdier: ' , cosinus_ud )

Det programoutput, vi skrev under hensyntagen til arrayet i det første eksempel, blev vist som cosinus for alle array-elementerne. Elementernes cosinusværdier var i radianerne. For at forstå radianen kan vi bruge følgende formel:

to *pi radianer = 360 grader

Eksempel 2

Lad os undersøge, hvordan vi kan bruge den indbyggede funktion cos () til at få cosinusværdierne for antallet af ligeligt fordelte elementer i et array. For at starte eksemplet skal du huske at installere bibliotekspakken for arrays og matricer, dvs. 'NumPy'. Efter at have oprettet et nyt projekt, importerer vi modulet NumPy. Vi kan enten importere NumPy, som den er, eller vi kan give den et navn, men den mere bekvemme måde at bruge NumPy i programmet på er at importere den med et navn eller præfikset, så vi giver den navnet 'np' . Efter dette trin begynder vi at skrive programmet til det andet eksempel. I dette eksempel vil vi erklære arrayet til at beregne dens cos () funktion med en lidt anden metode. Tidligere nævnte vi, at vi tager cosinus af de jævnt fordelte elementer, så for denne lige fordeling af elementerne i arrayet vil vi kalde metoden 'linspace' som 'np. linspace (start, stop, trin)”. Denne type array-deklarationsfunktion tager tre parametre: For det første, 'start'-værdien fra hvilke værdier vi ønsker at starte elementerne i arrayet; 'stop' definerer området indtil, hvor vi ønsker at afslutte elementerne; og sidst er 'trinnet', som definerer de trin, hvorefter elementerne fordeles jævnt fra startværdi til stopværdi.

Vi sender denne funktion og værdierne af dens parametre som 'np. linspace (- (np. pi), np. pi, 20)' og gemmer resultaterne fra denne funktion i variabel 'array'. Send derefter dette til parameteren for cosinusfunktionen som 'np. cos(array)' og udskriv resultaterne for at vise output.

Outputtet og koden til programmet findes nedenfor:

#importer numpy-modulet

importere nusset som for eksempel.

#erklærer arrayet

array = for eksempel. linspace ( - ( for eksempel. pi ) , for eksempel. pi , tyve )

#applying cos () funktion på array

produktion = for eksempel. cos ( array )

#display output

Print ( 'jævnt fordelt array:' , array )

Print ( 'out_array fra cos func : ' , produktion )

Konklusion

Beskrivelsen og implementeringen af ​​funktionen NumPy cos () er blevet vist i denne artikel. Vi har dækket de to hovedeksempler: arrays med elementer (i radianer), der blev initialiseret og jævnt fordelt ved hjælp af linspace-funktionen til at beregne deres cosinusværdier.